Ir al contenido

Sam Audio · Separate

Integrar

ID del modelo sam-audio/separate
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/sam-audio/separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Archivos como el ejemplo: $0.05 50 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Meta Audio 10–60 s #audio-to-audio#sam-audio

Aísla un sonido de un archivo de audio mediante una descripción de texto y devuelve pistas objetivo y residual

Meta · Datos (JSON)

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, donde se conservan para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan conforme los cambias.

•obligatorio

Descripción de texto del sonido que se desea aislar.

•obligatorio audio_url
Suelta un archivo o

URL del archivo de audio para procesarlo; se admiten los formatos WAV, MP3 y FLAC.

predeterminado 1

Cantidad de candidatos generados para la clasificación.

Avanzado acceleration · output_format · max_chunk_duration · chunk_overlap · predict_spans
acceleration predeterminado balanced

Nivel de aceleración aplicado al procesamiento.

output_format predeterminado wav

Formato del audio generado.

predeterminado 60

Límite de audio por pasada, medido en segundos, a partir del cual el procesamiento usa fragmentos superpuestos que se mezclan.

predeterminado 5

Duración de la superposición entre fragmentos, medida en segundos, usada para la mezcla con crossfade.

POST /run/sam-audio/separate?wait=20 cotización → $0.05
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/sam-audio/separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda en localStorage únicamente si marcas Recordar. Obtener una clave de API

Acerca de Sam Audio · Separate

Proporciona un `audio_url` (WAV, MP3 o FLAC) y un `prompt` que nombre el sonido que quieres extraer. La salida contiene una pista `target` con el sonido aislado y una pista `residual` con todo lo demás. Las opciones incluyen `predict_spans`, hasta 7 `reranking_candidates`, un nivel de `acceleration`, división de audios largos (de 10 a 60 segundos por pasada) y salida wav o mp3.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
audio_urlobligatorio audio
Tipourl · audio
URL del archivo de audio para procesarlo; se admiten los formatos WAV, MP3 y FLAC.
promptobligatorio
Tipostring
Descripción de texto del sonido que se desea aislar.
predict_spansopcional
Tipoboolean
Predeterminadofalse
Predicción automática de los intervalos de tiempo que contienen el sonido objetivo.
reranking_candidatesopcional
Tipointeger
Predeterminado1
1 – 7
Cantidad de candidatos generados para la clasificación.
accelerationopcional
Tipoenum
Predeterminadobalanced
fastbalancedquality
Nivel de aceleración aplicado al procesamiento.
max_chunk_durationopcional
Tiponumber
Predeterminado60
10 – 60
Límite de audio por pasada, medido en segundos, a partir del cual el procesamiento usa fragmentos superpuestos que se mezclan.
chunk_overlapopcional
Tiponumber
Predeterminado5
0 – 30
Duración de la superposición entre fragmentos, medida en segundos, usada para la mezcla con crossfade.
output_formatopcional
Tipoenum
Predeterminadowav
wavmp3
Formato del audio generado.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-audio/separate",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 50,
    "usd": "0.05",
    "charged": 50,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "target": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "residual": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "duration": 5,
    "sample_rate": 48000
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: se conserva para siempre (con cobro por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para video y audio. output es el objeto de resultado propio del modelo.
Campos de salida
target
object {url, content_type, file_name, file_size}Sonido objetivo extraído de forma aislada.
residual
object {url, content_type, file_name, file_size}Audio restante aparte del sonido objetivo.
duration
numberDuración del audio de salida, medida en segundos.
sample_rate
integerFrecuencia de muestreo en Hz del audio de salida.

Más modelos: Audio

Para agentes de IA: esta página en Markdown está disponible en https://doitong.com/es-MX/developers/models/sam-audio/separate.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt