Sleppa yfir í efni

Sam Audio · Span Separate

Tengja

Auðkenni líkans 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"

Skrár eins og dæmið: 0,05 $ 50 API-inneignir skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
Meta Hljóð 10–60 s #audio-to-audio#sam-audio

Einangrar hljóð úr hljóðskrá með tímasviðum sem þú gefur upp, með valkvæðri textavísbendingu

Meta · Gögn (JSON)

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

Hjálp við auðkenningu hljóðs til að draga hljóð úr bili. Mælt er með textalýsingu á hljóðinu sem á að einangra, en hún er ekki nauðsynleg.

•áskilið audio_url
Slepptu skrá eða

Slóð að hljóðskrá fyrir úrvinnslu.

sjálfgefið 1

Fjöldi frambjóðenda sem aðeins er notaður með textakvaðningu: þessi fjöldi frambjóðenda er búinn til og raðað. Aðgreining sem byggir aðeins á bili hunsar þessa stillingu.

•áskilið

Tímabil sem innihalda markhljóðið sem á að einangra.

Ítarlegt acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
acceleration sjálfgefið balanced

Hröðunarstig sem notað er við úrvinnslu.

output_format sjálfgefið wav

Snið myndaðs hljóðs.

sjálfgefið 60

Hljóðtakmörk í hverri keyrslu, mæld í sekúndum; umfram þau notar úrvinnslan skörunarbúta sem eru blandaðir saman.

sjálfgefið 5

Lengd skörunar milli bútanna, mæld í sekúndum, notuð fyrir krossfading-blöndun.

POST /run/sam-audio/span-separate?wait=20 verðtilboð → 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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Sam Audio · Span Separate

Í stað þess að reiða sig eingöngu á texta sendirðu `spans` sem merkja hvenær markhljóðið kemur fyrir í `audio_url`. `prompt` er valkvæður en hjálpar við að greina hljóðtegundina. `trim_to_span` getur klippt úttakið að tímasviðinu og `use_sound_activity_ranking` leyfir endurröðun án `prompt`. Skilar `target`- og `residual`-hljóði á wav- eða mp3-formi.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
audio_urláskilið audio
Gerðurl · audio
Slóð að hljóðskrá fyrir úrvinnslu.
promptvalfrjálst
Gerðstring | null
Hjálp við auðkenningu hljóðs til að draga hljóð úr bili. Mælt er með textalýsingu á hljóðinu sem á að einangra, en hún er ekki nauðsynleg.
spansáskilið
Gerðobject[]
Tímabil sem innihalda markhljóðið sem á að einangra.
spans[].startáskilið
Gerðnumber
≥ 0
Tímastimpill upphafs bils, mældur í sekúndum.
spans[].endáskilið
Gerðnumber
≥ 0
Tímastimpill enda bils, mældur í sekúndum.
spans[].includevalfrjálst
Gerðboolean
Sjálfgefiðtrue
Hljóð innan bilsins tekið með: True tekur það með, en False útilokar það.
reranking_candidatesvalfrjálst
Gerðinteger
Sjálfgefið1
1 – 7
Fjöldi frambjóðenda sem aðeins er notaður með textakvaðningu: þessi fjöldi frambjóðenda er búinn til og raðað. Aðgreining sem byggir aðeins á bili hunsar þessa stillingu.
accelerationvalfrjálst
Gerðenum
Sjálfgefiðbalanced
fastbalancedquality
Hröðunarstig sem notað er við úrvinnslu.
max_chunk_durationvalfrjálst
Gerðnumber
Sjálfgefið60
10 – 60
Hljóðtakmörk í hverri keyrslu, mæld í sekúndum; umfram þau notar úrvinnslan skörunarbúta sem eru blandaðir saman.
chunk_overlapvalfrjálst
Gerðnumber
Sjálfgefið5
0 – 30
Lengd skörunar milli bútanna, mæld í sekúndum, notuð fyrir krossfading-blöndun.
use_sound_activity_rankingvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Valkostur fyrir röðun hljóðvirkni sem krefst reranking_candidates > 1 og virkjar árangursríka endurröðun fyrir aðgreiningu sem byggir aðeins á bili án textakvaðningar. Frambjóðendur fá skor eftir því hversu vel greind hljóðlaus svæði þeirra falla saman við gefin bil.
trim_to_spanvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Val á lengd úttaks milli tilgreinds bils og alls hljóðsins. Þegar virkt er úttakið klippt að tímasviði bilsins; False heldur fullri lengd og einangrar markhljóðið í öllu hljóðinu.
output_formatvalfrjálst
Gerðenum
Sjálfgefiðwav
wavmp3
Snið myndaðs hljóðs.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
target
object {url, content_type, file_name, file_size}Markhljóð dregið út eitt og sér.
residual
object {url, content_type, file_name, file_size}Hljóð sem verður eftir fyrir utan markhljóðið.
duration
numberLengd úttakshljóðs, mæld í sekúndum.
sample_rate
integerSýnatökutíðni úttakshljóðs í Hz.

Fleiri líkön: Hljóð

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/sam-audio/span-separate.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt