# Sam Audio · Span Separate API

> Берілген уақыт аралықтары арқылы аудиодан дыбысты бөліп алады, қажет болса мәтіндік нұсқау қосылады

Тек мәтінге сүйенудің орнына, `audio_url` ішіндегі мақсатты дыбыс кездесетін уақытты белгілейтін `spans` мәнін бересіз. `prompt` қосымша, бірақ дыбыс түрін анықтауға көмектеседі. `trim_to_span` шығысты span аралығына дейін қысқарта алады, ал `use_sound_activity_ranking` нұсқаусыз қайта рейтингтеуге мүмкіндік береді. wav немесе mp3 форматында `target` және `residual` аудиосын қайтарады.

- Model id: `sam-audio/span-separate`
- Made by: Meta
- Category: Audio
- Output: json
- Price per 30 seconds of your input audio: from $0.05 / 30 seconds of input audio (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.com/v1/run/sam-audio/span-separate`
- Quote: `POST https://api.doitong.com/v1/quote/sam-audio/span-separate`
- Docs page: https://doitong.com/kk/developers/models/sam-audio/span-separate

## Pricing

Price: **from $0.05 / 30 seconds of input audio** (the lowest tier; the quote prices your exact input). Price per 30 seconds of your input audio: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.05 = 50 API credits (1 × 30 s input audio × $0.05).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/sam-audio/span-separate` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `audio_url` | `audio` | string (audio URL) | yes |  |  | Өңдеуге арналған аудио файл URL мекенжайы. |
| `prompt` |  | string \| null | no |  |  | Аудионы аралықтан алуға арналған дыбысты сәйкестендіру құралы. Оқшауланатын дыбыстың мәтіндік сипаттамасын беру ұсынылады, бірақ міндетті емес. |
| `spans` |  | array of object {start, end, include} | yes |  |  | Оқшауланатын мақсатты дыбыс бар уақыт аралықтары. |
| `spans[].start` |  | number | yes |  | ≥ 0 | Аралықтың басталу уақыт белгісі, секундпен өлшенеді. |
| `spans[].end` |  | number | yes |  | ≥ 0 | Аралықтың аяқталу уақыт белгісі, секундпен өлшенеді. |
| `spans[].include` |  | boolean | no | `true` |  | Аралық ішіндегі дыбыстарды қосу: True оларды қосады, ал False алып тастайды. |
| `reranking_candidates` |  | integer | no | `1` | 1 – 7 | Тек мәтіндік нұсқаумен бірге қолданылатын кандидаттар саны: сонша кандидат жасалып, рейтингтеледі. Тек аралыққа негізделген бөлу бұл параметрді елемейді. |
| `acceleration` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `quality` | Өңдеуге қолданылатын жеделдету деңгейі. |
| `max_chunk_duration` |  | number | no | `60` | 10 – 60 | Бір өтуге арналған аудио шегі, секундпен өлшенеді; одан асқанда өңдеу қабаттасатын және біріктірілетін бөліктерді пайдаланады. |
| `chunk_overlap` |  | number | no | `5` | 0 – 30 | Бөліктер арасындағы қабаттасу ұзақтығы, секундпен өлшенеді және crossfade біріктіруіне пайдаланылады. |
| `use_sound_activity_ranking` |  | boolean | no | `false` |  | reranking_candidates > 1 мәнін талап ететін дыбыс белсенділігін рейтингтеу параметрі; мәтіндік нұсқаусыз тек аралыққа негізделген бөлу үшін тиімді қайта рейтингтеуді қосады. Кандидаттар анықталған дыбыссыз аймақтарының берілген аралықтарға қаншалықты сәйкес келетіні бойынша бағаланады. |
| `trim_to_span` |  | boolean | no | `false` |  | Көрсетілген аралықтың өзін немесе толық аудионы таңдайтын шығыс ұзақтығы. Қосылса, аралықтың уақыт ауқымына дейін қысқартады; False толық ұзындықты сақтап, мақсатты дыбысты бүкіл аудио бойы оқшаулайды. |
| `output_format` |  | enum (string) | no | `wav` | `wav`, `mp3` | Генерацияланған аудио пішімі. |

File parameters (`audio`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "spans": [
    {
      "end": 10,
      "include": true,
      "start": 6
    }
  ]
}
```

A fuller example:

```json
{
  "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "spans": [
    {
      "end": 10,
      "include": true,
      "start": 6
    }
  ]
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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_url": "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"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/sam-audio/span-separate?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
        {
            "end": 10,
            "include": True,
            "start": 6,
        },
    ],
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sam-audio/span-separate", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "sam-audio/span-separate",
      "input": {
        "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
        "spans": [
          {
            "end": 10,
            "include": true,
            "start": 6
          }
        ]
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `target` | object {url, content_type, file_name, file_size} | Оқшауланған түрде алынған мақсатты дыбыс. |
| `residual` | object {url, content_type, file_name, file_size} | Мақсатты дыбыстан басқа қалған аудио. |
| `duration` | number | Шығыс аудио ұзақтығы, секундпен өлшенеді. |
| `sample_rate` | integer | Шығыс аудиосының Hz өлшеміндегі дискреттеу жиілігі. |

## Related models

- [Sam Audio · Separate](https://doitong.com/developers/models/sam-audio/separate.md) (`sam-audio/separate`): from $0.05 / 30 seconds of input audio
- [Sam Audio · Visual Separate](https://doitong.com/developers/models/sam-audio/visual-separate.md) (`sam-audio/visual-separate`): from $0.05 / 30 seconds of input video
- [MMAudio V2](https://doitong.com/developers/models/mmaudio-v2.md) (`mmaudio-v2`): $0.001 / second
- [Demucs](https://doitong.com/developers/models/demucs.md) (`demucs`): $0.0007 / second of input audio
- [DeepFilterNet 3](https://doitong.com/developers/models/deepfilternet3.md) (`deepfilternet3`): $0.001 / second of input audio
- [ElevenLabs Audio Isolation](https://doitong.com/developers/models/elevenlabs/audio-isolation.md) (`elevenlabs/audio-isolation`): $0.10 / minute of input file
- [Elevenlabs Sound Effects V2](https://doitong.com/developers/models/elevenlabs/sound-effects/v2.md) (`elevenlabs/sound-effects/v2`): $0.002 / second
- [ElevenLabs Voice Changer](https://doitong.com/developers/models/elevenlabs/voice-changer.md) (`elevenlabs/voice-changer`): $0.30 / minute of input audio

## Links

- HTML page: https://doitong.com/developers/models/sam-audio/span-separate
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=sam-audio/span-separate
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/sam-audio/span-separate