सामग्री पर जाएँ

Sam Audio · Span Separate

इंटीग्रेट करें

मॉडल id sam-audio/span-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/span-separate?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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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"

उदाहरण जैसी फ़ाइलें: $0.05 50 API क्रेडिट चलाने से पहले आपकी फ़ाइलों को मापा जाता है इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Meta ऑडियो 10–60 s #audio-to-audio#sam-audio

आपके दिए गए समय-खंडों का उपयोग करके ऑडियो से एक ध्वनि अलग करता है, जिसमें वैकल्पिक टेक्स्ट संकेत दिया जा सकता है

Meta · डेटा (JSON)

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

निर्दिष्ट समयावधि से ऑडियो निकालने के लिए ध्वनि की पहचान में सहायक जानकारी। अलग की जाने वाली ध्वनि का टेक्स्ट विवरण देना सुझाया जाता है, हालांकि यह अनिवार्य नहीं है।

•आवश्यक audio_url
फ़ाइल ड्रॉप करें, या

प्रोसेसिंग के लिए ऑडियो फ़ाइल का URL।

डिफ़ॉल्ट 1

केवल टेक्स्ट प्रॉम्प्ट के साथ इस्तेमाल होने वाली विकल्पों की संख्या: उतने ही विकल्प बनाए जाते हैं और उनकी रैंकिंग की जाती है। केवल समयावधि के आधार पर ध्वनि अलग करने में इस सेटिंग की अनदेखी होती है।

•आवश्यक

अलग की जाने वाली लक्षित ध्वनि वाले समय अंतराल।

उन्नत acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
acceleration डिफ़ॉल्ट balanced

प्रोसेसिंग पर लागू त्वरण स्तर।

output_format डिफ़ॉल्ट wav

निर्मित ऑडियो का फ़ॉर्मैट।

डिफ़ॉल्ट 60

हर पास में ऑडियो की सीमा, सेकंड में; इससे अधिक होने पर प्रोसेसिंग ओवरलैप करने वाले खंडों में होती है, जिन्हें आपस में मिलाया जाता है।

डिफ़ॉल्ट 5

क्रॉसफ़ेड ब्लेंडिंग के लिए इस्तेमाल होने वाले खंडों के बीच ओवरलैप की अवधि, सेकंड में।

POST /run/sam-audio/span-separate?wait=20 कोटेशन → $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/span-separate?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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

Sam Audio · Span Separate के बारे में

केवल टेक्स्ट पर निर्भर रहने के बजाय, `audio_url` में लक्ष्य ध्वनि कब आती है यह बताने वाले `spans` पास करें। `prompt` वैकल्पिक है, लेकिन ध्वनि के प्रकार की पहचान में मदद करता है। `trim_to_span` आउटपुट को span सीमा तक काट सकता है, और `use_sound_activity_ranking` प्रॉम्प्ट के बिना पुनः-रैंकिंग की अनुमति देता है। wav या mp3 में `target` और `residual` ऑडियो लौटाता है।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण
audio_urlआवश्यक audio
प्रकारurl · audio
प्रोसेसिंग के लिए ऑडियो फ़ाइल का URL।
promptवैकल्पिक
प्रकारstring | null
निर्दिष्ट समयावधि से ऑडियो निकालने के लिए ध्वनि की पहचान में सहायक जानकारी। अलग की जाने वाली ध्वनि का टेक्स्ट विवरण देना सुझाया जाता है, हालांकि यह अनिवार्य नहीं है।
spansआवश्यक
प्रकारobject[]
अलग की जाने वाली लक्षित ध्वनि वाले समय अंतराल।
spans[].startआवश्यक
प्रकारnumber
≥ 0
समयावधि की शुरुआत का टाइमस्टैम्प, सेकंड में।
spans[].endआवश्यक
प्रकारnumber
≥ 0
समयावधि के अंत का टाइमस्टैम्प, सेकंड में।
spans[].includeवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
समयावधि के भीतर की ध्वनियों को शामिल करना: True उन्हें शामिल करता है, जबकि False उन्हें बाहर रखता है।
reranking_candidatesवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट1
1 – 7
केवल टेक्स्ट प्रॉम्प्ट के साथ इस्तेमाल होने वाली विकल्पों की संख्या: उतने ही विकल्प बनाए जाते हैं और उनकी रैंकिंग की जाती है। केवल समयावधि के आधार पर ध्वनि अलग करने में इस सेटिंग की अनदेखी होती है।
accelerationवैकल्पिक
प्रकारenum
डिफ़ॉल्टbalanced
fastbalancedquality
प्रोसेसिंग पर लागू त्वरण स्तर।
max_chunk_durationवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट60
10 – 60
हर पास में ऑडियो की सीमा, सेकंड में; इससे अधिक होने पर प्रोसेसिंग ओवरलैप करने वाले खंडों में होती है, जिन्हें आपस में मिलाया जाता है।
chunk_overlapवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट5
0 – 30
क्रॉसफ़ेड ब्लेंडिंग के लिए इस्तेमाल होने वाले खंडों के बीच ओवरलैप की अवधि, सेकंड में।
use_sound_activity_rankingवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
ध्वनि-सक्रियता की रैंकिंग का विकल्प, जिसके लिए reranking_candidates > 1 आवश्यक है। यह टेक्स्ट प्रॉम्प्ट के बिना केवल समय-खंडों के आधार पर पृथक्करण के लिए प्रभावी पुनः रैंकिंग सक्षम करता है। उम्मीदवारों को इस आधार पर स्कोर दिया जाता है कि उनके पहचाने गए गैर-मौन क्षेत्र दिए गए समय-खंडों से कितने मेल खाते हैं।
trim_to_spanवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
आउटपुट की लंबाई के लिए केवल निर्दिष्ट समय-खंड या संपूर्ण ऑडियो का विकल्प। इसे सक्षम करने पर ऑडियो समय-खंड की समय-सीमा तक काटा जाता है; False पूरी लंबाई बनाए रखता है और पूरे ऑडियो में लक्षित ध्वनि को अलग करता है।
output_formatवैकल्पिक
प्रकारenum
डिफ़ॉल्टwav
wavmp3
निर्मित ऑडियो का फ़ॉर्मैट।
आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-audio/span-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": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  },
  "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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
target
object {url, content_type, file_name, file_size}अलग करके निकाली गई लक्षित ध्वनि।
residual
object {url, content_type, file_name, file_size}लक्षित ध्वनि के अलावा बचा हुआ ऑडियो।
duration
numberआउटपुट ऑडियो की अवधि, सेकंड में।
sample_rate
integerआउटपुट ऑडियो की Hz में सैंपलिंग फ़्रीक्वेंसी।

और मॉडल: ऑडियो

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/sam-audio/span-separate.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt