Ugrás a tartalomhoz

Sam Audio · Visual Separate

Integráció

Modellazonosító 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"

A példához hasonló fájlok: 0,05 $ 50 API-jóváírás a fájljaidat a futtatás előtt megmérjük Futtatás ezen az oldalon

API-kulcs beszerzése
Meta Videóból hang 10–60 s #video-to-audio#sam-audio

Hang elkülönítése videó hangsávjából, opcionális maszkvideó és szöveges prompt alapján

Meta · Adatok (JSON)

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

alapértelmezett:

A célhang természetes nyelvű leírása a szétválasztás támogatásához.

•kötelező video_url
Húzz egy fájlt ide, vagy

Feldolgozáshoz használt videófájl URL-je, például MP4 vagy MOV formátumban.

alapértelmezett: 1

Rangsoroláshoz generált jelöltek száma.

Speciális mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Húzz egy fájlt ide, vagy

Bináris kódolású maszkvideó URL-je, amelyben a célobjektum fekete a fehér háttér előtt.

acceleration alapértelmezett: balanced

A feldolgozásra alkalmazott gyorsítási szint.

output_format alapértelmezett: wav

A generált hang formátuma.

alapértelmezett: 60

Az egy menetben feldolgozható hang maximális hossza másodpercben; ezen túl a feldolgozás egymással átfedő, összeolvasztott darabokat használ.

alapértelmezett: 5

A darabok átfedésének hossza másodpercben, keresztfade-összefésüléshez.

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

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Sam Audio · Visual Separate bemutatása

A `video_url` értékből kinyeri a célhangot. Az opcionális `mask_video_url` a célobjektumot jelöli (fekete a cél, fehér a háttér), a `prompt` pedig szöveges útmutatást adhat. Legfeljebb 4 `reranking_candidates` rangsorolható, a hosszú hangok pedig darabolva kerülnek feldolgozásra. A kimenet `target` és `residual` hangsávot tartalmaz wav vagy mp3 formátumban.

Paraméterek

Küldd el a kanonikus nevet vagy a natív nevet, de ne mindkettőt. Kanonikus nevek

NévTípus AlapértelmezettEngedélyezett Leírás
video_urlkötelező video
Típusurl · video
Feldolgozáshoz használt videófájl URL-je, például MP4 vagy MOV formátumban.
mask_video_urlnem kötelező
Típusurl · video
Bináris kódolású maszkvideó URL-je, amelyben a célobjektum fekete a fehér háttér előtt.
promptnem kötelező
Típusstring
Alapértelmezett
A célhang természetes nyelvű leírása a szétválasztás támogatásához.
reranking_candidatesnem kötelező
Típusinteger
Alapértelmezett1
1 – 4
Rangsoroláshoz generált jelöltek száma.
accelerationnem kötelező
Típusenum
Alapértelmezettbalanced
fastbalancedquality
A feldolgozásra alkalmazott gyorsítási szint.
max_chunk_durationnem kötelező
Típusnumber
Alapértelmezett60
10 – 60
Az egy menetben feldolgozható hang maximális hossza másodpercben; ezen túl a feldolgozás egymással átfedő, összeolvasztott darabokat használ.
chunk_overlapnem kötelező
Típusnumber
Alapértelmezett5
0 – 30
A darabok átfedésének hossza másodpercben, keresztfade-összefésüléshez.
output_formatnem kötelező
Típusenum
Alapértelmezettwav
wavmp3
A generált hang formátuma.
kötelező Kanonikus név, szintén elfogadva

A fájlparaméterek nyilvános https:// URL-t, legfeljebb 10 MB-os data: URI-t vagy egy feltöltés file_url értékét fogadják el. Fájlok

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
target
object {url, content_type, file_name, file_size}Elszigetelten kinyert célhang.
residual
object {url, content_type, file_name, file_size}A célhangon kívül megmaradó hang.
duration
numberA kimeneti hang hossza másodpercben.
sample_rate
integerA kimeneti hang mintavételi frekvenciája Hz-ben.

További modellek: Videóból hang

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/sam-audio/visual-separate.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt