Lumaktaw sa nilalaman

ThinkSound · Audio

I-integrate

ID ng 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"

Hanggang $1.80 bawat pagtakbo sinisingil ayon sa aktuwal na paggamit, at nire-refund ang natitira Patakbuhin ito sa page na ito

Kumuha ng API key
Open model Video patungong Audio #audio-generation#video-to-audio

Video-to-audio generator na nagbabalik lamang ng soundtrack bilang hiwalay na audio file

Open model · audio

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

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.

default na

Opsyonal na gabay sa pagbuo ng audio na pumapalit sa prompt na karaniwang kinukuha mula sa video.

•kinakailangan video_url
Mag-drop ng file, o

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

advanced num_inference_steps · cfg_scale · seed
default na 24

Bilang ng inference step na ginagamit sa pagbuo ng audio.

default na 5

Lakas ng classifier-free guidance na ginagamit sa pagbuo ng audio.

Seed value na ginagamit ng random-number generator.

POST /run/thinksound/audio?wait=20 presyo → $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"

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 ThinkSound · Audio

Gumagawa ng tunog para sa video sa `video_url` at inihahatid ito bilang standalone audio file sa halip na remuxed video. Kapaki-pakinabang ito kapag gusto mong ikaw mismo ang mag-mix o mag-edit ng track. Opsyonal na gumagabay sa tunog ang `prompt`; kung wala, kinukuha ito mula sa video. Sinusuportahan ang `seed`, `num_inference_steps` (2 hanggang 100) at `cfg_scale` (1 hanggang 20).

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.
promptopsyonal
Uristring
default
Opsyonal na gabay sa pagbuo ng audio na pumapalit sa prompt na karaniwang kinukuha mula sa video.
seedopsyonal
Uriinteger | null
Seed value na ginagamit ng random-number generator.
num_inference_stepsopsyonal
Uriinteger
default24
2 – 100
Bilang ng inference step na ginagamit sa pagbuo ng audio.
cfg_scaleopsyonal
Urinumber
default5
1 – 20
Lakas ng classifier-free guidance na ginagamit sa pagbuo ng audio.
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": "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"
  }
}
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
audio
object {url, content_type, file_name, file_size}Audio file na ginawa sa pagbuo.
prompt
stringPrompt na gumabay sa pagbuo ng audio.

Higit pang modelo: Video patungong Audio

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