Ir al contenido

ThinkSound · Audio

Integrar

ID del modelo thinksound/audio
# 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/thinksound/audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Hasta $1.80 por ejecución se cobra según el uso real; el resto se reembolsa Ejecutar en esta página

Obtener clave de API
Open model Video a audio #audio-generation#video-to-audio

Generador de video a audio que devuelve únicamente la pista de sonido como un archivo de audio separado

Open model · Audio

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.

predeterminado

Orientación opcional para la generación de audio que reemplaza el prompt extraído del video.

•obligatorio video_url
Suelta un archivo o

URL del video usado como fuente para la generación de audio.

Avanzado num_inference_steps · cfg_scale · seed
predeterminado 24

Cantidad de pasos de inferencia usados para generar audio.

predeterminado 5

Intensidad de orientación sin clasificador usada para generar audio.

Valor de semilla usado por el generador de números aleatorios.

POST /run/thinksound/audio?wait=20 cotización → $1.80
# 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/thinksound/audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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 ThinkSound · Audio

Produce sonido para el video en `video_url` y lo entrega como un archivo de audio independiente en lugar de un video remultiplexado. Es útil cuando quieres mezclar o editar la pista por tu cuenta. Un `prompt` opcional guía el sonido; de lo contrario, se extrae del video. Admite `seed`, `num_inference_steps` (2 a 100) y `cfg_scale` (1 a 20).

Parámetros

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

NombreTipo PredeterminadoPermitido Descripción
video_urlobligatorio video
Tipourl · video
URL del video usado como fuente para la generación de audio.
promptopcional
Tipostring
Predeterminado
Orientación opcional para la generación de audio que reemplaza el prompt extraído del video.
seedopcional
Tipointeger | null
Valor de semilla usado por el generador de números aleatorios.
num_inference_stepsopcional
Tipointeger
Predeterminado24
2 – 100
Cantidad de pasos de inferencia usados para generar audio.
cfg_scaleopcional
Tiponumber
Predeterminado5
1 – 20
Intensidad de orientación sin clasificador usada para generar audio.
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": "thinksound/audio",
  "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": 1800,
    "usd": "1.80",
    "charged": 1800,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "prompt": "An acoustic guitar being played indoors."
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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
audio
object {url, content_type, file_name, file_size}Archivo de audio producido por la generación.
prompt
stringPrompt que orientó la generación de audio.

Más modelos: Video a audio

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