Lumaktaw sa nilalaman

MMAudio V2

I-integrate

ID ng 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"

Kahilingang ito: $0.005 5 kredito ng API Patakbuhin ito sa page na ito

Kumuha ng API key
Sony AI audio 1–30 s #sound-effects#foley#video-to-audio

Nagdagdag ng naka-sync na sound effect at ambience sa tahimik na video mula sa maikling teksto description.

Mga halimbawa

input
output · ~20 s

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

5 s$0.005 · 5 kredito ng API

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan

Prompt na naglalarawan sa audio na gagawin.

•kinakailangan video_url
Mag-drop ng file, o

URL ng video na ginagamit bilang source para sa pagbuo ng audio.

Haba ng nabuong audio.

advanced negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
default na

Negative prompt na tumutukoy sa hindi isasama sa pagbuo ng audio.

default na 25

Bilang ng step na ginagamit sa pagbuo ng audio.

default na 4.5

Intensity ng Classifier Free Guidance.

Seed value na ginagamit ng random-number generator.

POST /run/mmaudio-v2?wait=20 presyo → $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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa MMAudio V2

Pinapanood ng MMAudio V2 ang video at gumagawa ng katugmang audio: mga yapak na kasabay ng beat, splash, makina, crowd at ambience ng kuwarto, na ginagabayan ng iyong prompt at opsyonal na negative prompt. Gumagawa ito ng 1 hanggang 30 segundo ng audio at ibinabalik ang video na may bagong soundtrack.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
video_urlkinakailangan video
Uriurl · video
URL ng video na ginagamit bilang source para sa pagbuo ng audio.
promptkinakailangan
Uristring
Prompt na naglalarawan sa audio na gagawin.
negative_promptopsyonal
Uristring
default
Negative prompt na tumutukoy sa hindi isasama sa pagbuo ng audio.
seedopsyonal
Uriinteger | null
0 – 65,535
Seed value na ginagamit ng random-number generator.
num_stepsopsyonal
Uriinteger
default25
4 – 50
Bilang ng step na ginagamit sa pagbuo ng audio.
durationopsyonal
Urinumber
default8
1 – 30
Haba ng nabuong audio.
cfg_strengthopsyonal
Urinumber
default4.5
0 – 20
Intensity ng Classifier Free Guidance.
mask_away_clipopsyonal
Uriboolean
defaultfalse
Kinokontrol kung ita-mask out ang clip.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
video
object {url, content_type, file_name, file_size}Output na video na naglalaman ng naka-synchronize na galaw ng labi.

Higit pang modelo: audio

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/mmaudio-v2.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt