Lompat ke konten

Sam Audio · Visual Separate

Integrasikan

ID model 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"

File seperti contoh: $0,05 50 kredit API file Anda diukur sebelum dijalankan Jalankan di halaman ini

Dapatkan kunci API
Meta Video ke Audio 10–60 dtk #video-to-audio#sam-audio

Memisahkan suara dari track audio video, dipandu oleh video mask dan prompt teks opsional

Meta · Data (JSON)

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

bawaan

Deskripsi bahasa alami tentang suara target untuk membantu pemisahan.

•wajib video_url
Jatuhkan file, atau

URL file video untuk pemrosesan, dalam format seperti MP4 atau MOV.

bawaan 1

Jumlah kandidat yang dihasilkan untuk pemeringkatan.

Lanjutan mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Jatuhkan file, atau

URL video mask menggunakan encoding biner dengan objek target berwarna hitam pada latar belakang putih.

acceleration bawaan balanced

Tingkat akselerasi yang diterapkan pada pemrosesan.

output_format bawaan wav

Format audio yang dihasilkan.

bawaan 60

Batas audio per pass, diukur dalam detik; setelah melewatinya, pemrosesan menggunakan chunk yang saling tumpang tindih dan digabungkan.

bawaan 5

Durasi tumpang tindih antarchunk, diukur dalam detik, yang digunakan untuk penggabungan crossfade.

POST /run/sam-audio/visual-separate?wait=20 estimasi harga → $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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Sam Audio · Visual Separate

Menerima `video_url` dan mengekstrak suara target dari audionya. `mask_video_url` opsional menandai objek target (hitam untuk target, putih untuk latar belakang), dan `prompt` dapat menambahkan petunjuk teks. Hingga 4 `reranking_candidates` dapat diperingkatkan, dan audio panjang dibagi menjadi beberapa bagian. Output memiliki audio `target` dan `residual` dalam wav atau mp3.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
video_urlwajib video
Tipeurl · video
URL file video untuk pemrosesan, dalam format seperti MP4 atau MOV.
mask_video_urlopsional
Tipeurl · video
URL video mask menggunakan encoding biner dengan objek target berwarna hitam pada latar belakang putih.
promptopsional
Tipestring
Bawaan
Deskripsi bahasa alami tentang suara target untuk membantu pemisahan.
reranking_candidatesopsional
Tipeinteger
Bawaan1
1 – 4
Jumlah kandidat yang dihasilkan untuk pemeringkatan.
accelerationopsional
Tipeenum
Bawaanbalanced
fastbalancedquality
Tingkat akselerasi yang diterapkan pada pemrosesan.
max_chunk_durationopsional
Tipenumber
Bawaan60
10 – 60
Batas audio per pass, diukur dalam detik; setelah melewatinya, pemrosesan menggunakan chunk yang saling tumpang tindih dan digabungkan.
chunk_overlapopsional
Tipenumber
Bawaan5
0 – 30
Durasi tumpang tindih antarchunk, diukur dalam detik, yang digunakan untuk penggabungan crossfade.
output_formatopsional
Tipeenum
Bawaanwav
wavmp3
Format audio yang dihasilkan.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
target
object {url, content_type, file_name, file_size}Suara target yang diekstrak secara terisolasi.
residual
object {url, content_type, file_name, file_size}Audio yang tersisa selain suara target.
duration
numberPanjang output audio, diukur dalam detik.
sample_rate
integerFrekuensi sampling dalam Hz untuk audio output.

Model lainnya: Video ke Audio

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/sam-audio/visual-separate.md. Semua model dan panduan: https://doitong.com/developers/llms.txt