Ir al contenido

Sam Audio · Span Separate

Integrar

Id del modelo sam-audio/span-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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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 del audio mediante intervalos temporales proporcionados por ti, con una indicación de texto opcional

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, conservadas 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 al modificarlos.

Ayuda para identificar el sonido al extraer audio del intervalo. Se recomienda, aunque no es obligatorio, una descripción textual del sonido que se quiere aislar.

•obligatorio audio_url
Suelta un archivo o

URL del archivo de audio para procesarlo.

predeterminado 1

Número de candidatos utilizado solo con un prompt de texto: se generan y clasifican tantos candidatos como se indique. La separación basada únicamente en intervalos ignora esta configuración.

•obligatorio

Intervalos de tiempo que contienen el sonido objetivo que se quiere aislar.

Avanzado acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
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 utiliza fragmentos superpuestos que se mezclan entre sí.

predeterminado 5

Duración de la superposición entre fragmentos, medida en segundos, utilizada para la mezcla con fundido cruzado.

POST /run/sam-audio/span-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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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 Sam Audio · Span Separate

En lugar de depender solo del texto, pasas `spans` que marcan cuándo aparece el sonido objetivo en `audio_url`. `prompt` es opcional, pero ayuda a identificar el tipo de sonido. `trim_to_span` puede recortar la salida al intervalo indicado y `use_sound_activity_ranking` permite volver a clasificar sin un prompt. Devuelve audio `target` y `residual` en 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.
promptopcional
Tipostring | null
Ayuda para identificar el sonido al extraer audio del intervalo. Se recomienda, aunque no es obligatorio, una descripción textual del sonido que se quiere aislar.
spansobligatorio
Tipoobject[]
Intervalos de tiempo que contienen el sonido objetivo que se quiere aislar.
spans[].startobligatorio
Tiponumber
≥ 0
Marca de tiempo inicial del intervalo, medida en segundos.
spans[].endobligatorio
Tiponumber
≥ 0
Marca de tiempo final del intervalo, medida en segundos.
spans[].includeopcional
Tipoboolean
Predeterminadotrue
Inclusión de sonidos dentro del intervalo: True los incluye, mientras que False los excluye.
reranking_candidatesopcional
Tipointeger
Predeterminado1
1 – 7
Número de candidatos utilizado solo con un prompt de texto: se generan y clasifican tantos candidatos como se indique. La separación basada únicamente en intervalos ignora esta configuración.
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 utiliza fragmentos superpuestos que se mezclan entre sí.
chunk_overlapopcional
Tiponumber
Predeterminado5
0 – 30
Duración de la superposición entre fragmentos, medida en segundos, utilizada para la mezcla con fundido cruzado.
use_sound_activity_rankingopcional
Tipoboolean
Predeterminadofalse
Opción de clasificación de actividad sonora que requiere reranking_candidates > 1; permite una reclasificación eficaz para la separación basada únicamente en intervalos sin un prompt de texto. Los candidatos se puntúan según la proximidad entre sus regiones detectadas sin silencio y los intervalos proporcionados.
trim_to_spanopcional
Tipoboolean
Predeterminadofalse
Opción de duración de salida entre el intervalo especificado y el audio completo. Al activarla, recorta al rango temporal del intervalo; False conserva la duración completa y aísla el sonido objetivo durante todo el audio.
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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  },
  "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: 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
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 en https://doitong.com/es/developers/models/sam-audio/span-separate.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt