Siirry sisältöön

Sam Audio · Visual Separate

Integroi

Mallin tunniste sam-audio/visual-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/visual-separate?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"

Esimerkin kaltaiset tiedostot: 0,05 $ 50 API-krediittiä tiedostosi mitataan ennen suorittamista Suorita tällä sivulla

Hanki API-avain
Meta Videosta ääneksi 10–60 s #video-to-audio#sam-audio

Erottaa äänen videon ääniraidasta valinnaisen maskivideon ja tekstikehotteen ohjaamana

Meta · Data (JSON)

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

oletus

Kohdeäänen luonnollisen kielen kuvaus erottamisen helpottamiseksi.

•pakollinen video_url
Pudota tiedosto tai

Käsiteltävän videotiedoston URL-osoite esimerkiksi MP4- tai MOV-muodossa.

oletus 1

Sijoitusta varten luotavien ehdokkaiden määrä.

Lisäasetukset mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Pudota tiedosto tai

Maskivideon URL-osoite binäärikoodauksella, jossa kohdekohde näkyy mustana valkoista taustaa vasten.

acceleration oletus balanced

Käsittelyssä käytetty kiihdytystaso.

output_format oletus wav

Luodun äänen muoto.

oletus 60

Kunkin käsittelykierroksen ääniraja sekunteina; sen ylittyessä käsittely käyttää päällekkäisiä, toisiinsa sekoitettuja osia.

oletus 5

Osien välisen päällekkäisyyden pituus sekunteina ristihäivytyksen sekoitusta varten.

POST /run/sam-audio/visual-separate?wait=20 hinta → 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/visual-separate?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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: Sam Audio · Visual Separate

Ottaa `video_url`-videon ja erottaa siitä kohdeäänen. Valinnainen `mask_video_url` merkitsee kohdeobjektin (musta kohteelle, valkoinen taustalle), ja `prompt` voi lisätä tekstivihjeen. Enintään 4 `reranking_candidates`-ehdokasta voidaan järjestää, ja pitkä ääni paloitellaan. Tuloste sisältää `target`- ja `residual`-äänet wav- tai mp3-muodossa.

Parametrit

Lähetä joko kanoninen nimi tai natiivi nimi, älä molempia. Kanoniset nimet

NimiTyyppi OletusSallitut Kuvaus
video_urlpakollinen video
Tyyppiurl · video
Käsiteltävän videotiedoston URL-osoite esimerkiksi MP4- tai MOV-muodossa.
mask_video_urlvalinnainen
Tyyppiurl · video
Maskivideon URL-osoite binäärikoodauksella, jossa kohdekohde näkyy mustana valkoista taustaa vasten.
promptvalinnainen
Tyyppistring
Oletus
Kohdeäänen luonnollisen kielen kuvaus erottamisen helpottamiseksi.
reranking_candidatesvalinnainen
Tyyppiinteger
Oletus1
1 – 4
Sijoitusta varten luotavien ehdokkaiden määrä.
accelerationvalinnainen
Tyyppienum
Oletusbalanced
fastbalancedquality
Käsittelyssä käytetty kiihdytystaso.
max_chunk_durationvalinnainen
Tyyppinumber
Oletus60
10 – 60
Kunkin käsittelykierroksen ääniraja sekunteina; sen ylittyessä käsittely käyttää päällekkäisiä, toisiinsa sekoitettuja osia.
chunk_overlapvalinnainen
Tyyppinumber
Oletus5
0 – 30
Osien välisen päällekkäisyyden pituus sekunteina ristihäivytyksen sekoitusta varten.
output_formatvalinnainen
Tyyppienum
Oletuswav
wavmp3
Luodun äänen muoto.
pakollinen Kanoninen nimi, myös hyväksytty

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-audio/visual-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": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
target
object {url, content_type, file_name, file_size}Eristettynä poimittu kohdeääni.
residual
object {url, content_type, file_name, file_size}Kohdeäänestä jäljelle jäävä ääni.
duration
numberTulosteäänen pituus sekunteina.
sample_rate
integerTulosteäänen näytteenottotaajuus hertseinä.

Lisää malleja: Videosta ääneksi

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/sam-audio/visual-separate.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt