Lumaktaw sa nilalaman

VEED Clean Audio

I-integrate

ID ng modelo veed/clean-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/veed/clean-audio?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"
  }'

# 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"

Mga file na katulad ng halimbawa: $0.013 13 kredito ng API sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
VEED audio #speech-enhancement#noise-reduction#audio-denoise

Speech denoiser na naglilinis ng maingay na recording o audio track ng video at nagno-normalize ng loudness

VEED · 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.

•kinakailangan audio_url
Mag-drop ng file, o

Recording na ibinigay para sa paglilinis sa pamamagitan ng public URL o data URI, na tumatanggap ng anumang audio o video na nade-decode ng ffmpeg, kabilang ang wav, ogg, mp3, webm, m4a, mov, aac, at mp4. Para sa video, ginagamit sa pagproseso ang audio track; tawagan ang /video para matanggap ang video na may malinis na audio, at hina-halo sa mono ang mga multichannel recording. Ang maximum na tagal ay 30 minuto, na may limitasyong 512 MB sa laki.

advanced output_format · strength · target_lufs
output_format default na flac

Pagpili ng audio container: pinapanatili ng FLAC ang lossless na kalidad sa humigit-kumulang kalahati ng laki ng WAV file. Ang output ay may isang channel sa 48 kHz at 16-bit samples.

default na 0.874

Lakas ng suppression ng speech background: ang mas mababang setting ay nagpapanatili ng mas maraming room tone sa ilalim ng boses, ngunit ganap na nililinis ang mga pagitan ng salita. Ang floor para sa natitirang orihinal na tunog ay 1 minus strength; ang default na 0.874 ay katumbas ng validated na -18 dB setting.

default na -19

Target na integrated output loudness ayon sa ITU-R BS.1770; ang pagbibigay ng null sa pamamagitan ng API ay lumalampas sa normalization at pinananatili ang source level. Kung hindi, ang default ay -19 LUFS, na tumutugma sa ibinibigay ng VEED editor, at ang true-peak ceiling ay -1.1 dBTP.

POST /run/veed/clean-audio?wait=20 presyo → $0.013
# 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/veed/clean-audio?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"
  }'

# 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 VEED Clean Audio

Nag-aalis ng background noise sa mga speech recording. Tumatanggap ang `audio_url` ng anumang audio o video format na kayang i-decode ng ffmpeg. Itinatakda ng `strength` (0-1) kung gaano kalakas ang suppression habang may speech, at itinatakda ng `target_lufs` (-40 hanggang -8) ang loudness ng output, o maaaring laktawan. Ang output ay 48 kHz mono 16-bit, bilang flac o wav, na kapareho ng duration ng input.

Mga parameter

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

PangalanUri defaultPinapayagan Paglalarawan
audio_urlkinakailangan audio
Uriurl · audio
Recording na ibinigay para sa paglilinis sa pamamagitan ng public URL o data URI, na tumatanggap ng anumang audio o video na nade-decode ng ffmpeg, kabilang ang wav, ogg, mp3, webm, m4a, mov, aac, at mp4. Para sa video, ginagamit sa pagproseso ang audio track; tawagan ang /video para matanggap ang video na may malinis na audio, at hina-halo sa mono ang mga multichannel recording. Ang maximum na tagal ay 30 minuto, na may limitasyong 512 MB sa laki.
strengthopsyonal
Urinumber
default0.874
0 – 1
Lakas ng suppression ng speech background: ang mas mababang setting ay nagpapanatili ng mas maraming room tone sa ilalim ng boses, ngunit ganap na nililinis ang mga pagitan ng salita. Ang floor para sa natitirang orihinal na tunog ay 1 minus strength; ang default na 0.874 ay katumbas ng validated na -18 dB setting.
target_lufsopsyonal
Urinumber | null
default-19
-40 – -8
Target na integrated output loudness ayon sa ITU-R BS.1770; ang pagbibigay ng null sa pamamagitan ng API ay lumalampas sa normalization at pinananatili ang source level. Kung hindi, ang default ay -19 LUFS, na tumutugma sa ibinibigay ng VEED editor, at ang true-peak ceiling ay -1.1 dBTP.
output_formatopsyonal
Urienum
defaultflac
flacwav
Pagpili ng audio container: pinapanatili ng FLAC ang lossless na kalidad sa humigit-kumulang kalahati ng laki ng WAV file. Ang output ay may isang channel sa 48 kHz at 16-bit samples.
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": "veed/clean-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": 13,
    "usd": "0.013",
    "charged": 13,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "audio_duration": 1.0
  },
  "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}Nilinis na audio na kapareho ng tagal ng source, na may inilapat na loudness normalization. Gumagamit ang recording ng isang channel, 48 kHz sample rate, at 16-bit depth.
audio_duration
numberTagal ng input, sinusukat sa segundo.

Higit pang modelo: audio

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