Passer au contenu

Sam Audio · Visual Separate

Intégrer

Identifiant du modèle 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"

Fichiers comme dans l’exemple: 0,05 $ 50 crédits API vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
Meta Vidéo vers audio 10–60 s #video-to-audio#sam-audio

Sépare un son de la piste audio d’une vidéo, guidé par une vidéo de masque et un prompt textuel facultatifs

Meta · Données (JSON)

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

par défaut

Description en langage naturel du son cible pour faciliter la séparation.

•requis video_url
Déposez un fichier, ou

URL du fichier vidéo à traiter, dans des formats tels que MP4 ou MOV.

par défaut 1

Nombre de candidats générés pour le classement.

Avancé mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Déposez un fichier, ou

URL de la vidéo du masque utilisant un encodage binaire où l'objet cible apparaît en noir sur un arrière-plan blanc.

acceleration par défaut balanced

Niveau d’accélération appliqué au traitement.

output_format par défaut wav

Format de l’audio généré.

par défaut 60

Limite audio par passe, mesurée en secondes, au-delà de laquelle le traitement utilise des segments qui se chevauchent et sont fusionnés.

par défaut 5

Durée du chevauchement entre les segments, mesurée en secondes, utilisée pour le fondu enchaîné.

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

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Sam Audio · Visual Separate

Reçoit un `video_url` et extrait un son cible de son audio. Un `mask_video_url` facultatif indique l’objet cible (noir pour la cible, blanc pour l’arrière-plan), et `prompt` peut ajouter un indice textuel. Jusqu’à 4 `reranking_candidates` peuvent être classés, et les fichiers audio longs sont découpés. La sortie contient l’audio `target` et `residual` en wav ou mp3.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
video_urlrequis video
Typeurl · video
URL du fichier vidéo à traiter, dans des formats tels que MP4 ou MOV.
mask_video_urlfacultatif
Typeurl · video
URL de la vidéo du masque utilisant un encodage binaire où l'objet cible apparaît en noir sur un arrière-plan blanc.
promptfacultatif
Typestring
Par défaut
Description en langage naturel du son cible pour faciliter la séparation.
reranking_candidatesfacultatif
Typeinteger
Par défaut1
1 – 4
Nombre de candidats générés pour le classement.
accelerationfacultatif
Typeenum
Par défautbalanced
fastbalancedquality
Niveau d’accélération appliqué au traitement.
max_chunk_durationfacultatif
Typenumber
Par défaut60
10 – 60
Limite audio par passe, mesurée en secondes, au-delà de laquelle le traitement utilise des segments qui se chevauchent et sont fusionnés.
chunk_overlapfacultatif
Typenumber
Par défaut5
0 – 30
Durée du chevauchement entre les segments, mesurée en secondes, utilisée pour le fondu enchaîné.
output_formatfacultatif
Typeenum
Par défautwav
wavmp3
Format de l’audio généré.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
target
object {url, content_type, file_name, file_size}Son cible extrait isolément.
residual
object {url, content_type, file_name, file_size}Audio restant à l'exception du son cible.
duration
numberDurée de la sortie audio, mesurée en secondes.
sample_rate
integerFréquence d’échantillonnage en Hz de l’audio de sortie.

Plus de modèles : Vidéo vers audio

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/sam-audio/visual-separate.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt