Ir al contenido

MMAudio V2

Integrar

Id del modelo mmaudio-v2
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

Esta solicitud: 0,005 $ 5 créditos de API Ejecutar en esta página

Obtener clave de API
Sony AI Audio 1–30 s #sound-effects#foley#video-to-audio

Añade efectos de sonido y ambiente sincronizados a un vídeo sin sonido a partir de una breve descripción de texto.

Ejemplos

Entrada
Salida · ~20 s

IndicaciónGentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind

5 s0,005 $ · 5 créditos de API

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Prompt que describe el audio que se creará.

•obligatorio video_url
Suelta un archivo o

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

Duración del audio generado.

Avanzado negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
predeterminado

Prompt negativo que especifica qué excluir durante la generación de audio.

predeterminado 25

Cantidad de pasos usada para la generación de audio.

predeterminado 4.5

Intensidad de Classifier Free Guidance.

Valor de semilla usado por el generador de números aleatorios.

POST /run/mmaudio-v2?wait=20 cotización → 0,005 $
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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 (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de MMAudio V2

MMAudio V2 observa el vídeo y genera audio coincidente: pasos al ritmo, salpicaduras, motores, multitudes y ambiente de la sala, guiado por tu prompt y un prompt negativo opcional. Genera de 1 a 30 segundos de audio y devuelve el vídeo con la nueva banda sonora.

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.
promptobligatorio
Tipostring
Prompt que describe el audio que se creará.
negative_promptopcional
Tipostring
Predeterminado
Prompt negativo que especifica qué excluir durante la generación de audio.
seedopcional
Tipointeger | null
0 – 65.535
Valor de semilla usado por el generador de números aleatorios.
num_stepsopcional
Tipointeger
Predeterminado25
4 – 50
Cantidad de pasos usada para la generación de audio.
durationopcional
Tiponumber
Predeterminado8
1 – 30
Duración del audio generado.
cfg_strengthopcional
Tiponumber
Predeterminado4.5
0 – 20
Intensidad de Classifier Free Guidance.
mask_away_clipopcional
Tipoboolean
Predeterminadofalse
Controla si el clip se enmascara.
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": "mmaudio-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "prompt": "Night forest ambience, soft paws running on grass, crickets, gentle magical chimes",
    "duration": 6
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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: conservada para siempre (se cobra 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 vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Video de salida con movimientos labiales sincronizados.

Más modelos: Audio

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/mmaudio-v2.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt