Sleppa yfir í efni

Sam Audio · Visual Separate

Tengja

Auðkenni líkans 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"

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 Myndband í hljóð 10–60 s #video-to-audio#sam-audio

Aðskilur hljóð úr hljóðrás myndbands, með valkvæðri myndbandsgrímu og textaleiðbeiningu

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.

sjálfgefið

Lýsing á markhljóðinu á náttúrulegu máli til að auðvelda aðgreiningu.

•áskilið video_url
Slepptu skrá eða

Slóð að myndbandsskrá fyrir úrvinnslu, á sniðum á borð við MP4 eða MOV.

sjálfgefið 1

Fjöldi frambjóðenda sem eru búnir til fyrir röðun.

Ítarlegt mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Slepptu skrá eða

Slóð að grímumyndbandi með tvíundarkóðun þar sem markhluturinn er svartur á hvítum bakgrunni.

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/visual-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/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"

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 · Visual Separate

Tekur við `video_url` og dregur markhljóð úr hljóði þess. Valkvætt `mask_video_url` merkir markhlutinn (svart fyrir mark, hvítt fyrir bakgrunn) og `prompt` getur bætt við textavísbendingu. Hægt er að raða allt að 4 `reranking_candidates` og löngu hljóði er skipt í búta. Úttakið inniheldur `target`- og `residual`-hljóð á wav- eða mp3-formi.

Færibreytur

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

HeitiGerð SjálfgefiðLeyfilegt Lýsing
video_urláskilið video
Gerðurl · video
Slóð að myndbandsskrá fyrir úrvinnslu, á sniðum á borð við MP4 eða MOV.
mask_video_urlvalfrjálst
Gerðurl · video
Slóð að grímumyndbandi með tvíundarkóðun þar sem markhluturinn er svartur á hvítum bakgrunni.
promptvalfrjálst
Gerðstring
Sjálfgefið
Lýsing á markhljóðinu á náttúrulegu máli til að auðvelda aðgreiningu.
reranking_candidatesvalfrjálst
Gerðinteger
Sjálfgefið1
1 – 4
Fjöldi frambjóðenda sem eru búnir til fyrir röðun.
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.
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/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"
  }
}
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: Myndband í hljóð

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