Op den Inhalt sprangen

MMAudio V2

Integréieren

Modell-ID mmaudio-v2
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

Dës Ufro: 0,005 $ 5 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
Sony AI Audio 1–30 s #sound-effects#foley#video-to-audio

Füügt engem stumme Video aus enger kuerzer Textbeschreiwung synchroniséiert Soundeffekter an Ambiance bäi.

Beispiller

Input
Output · ~20 s

PromptGentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind

5 s0,005 $ · 5 API-Kreditter

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Prompt, deen den ze kreéierenden Audio beschreift.

•obligatoresch video_url
Fichier erofzéien, oder

Video-URL, déi als Quell fir d'Audio-Generatioun benotzt gëtt.

Längt vum generéierten Audio.

Erweidert negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
Standard

Negative Prompt, deen ugëtt, wat bei der Audio-Generatioun ausgeschloss soll ginn.

Standard 25

Schrëttzuel fir d'Audio-Generatioun.

Standard 4.5

Intensitéit vu Classifier Free Guidance.

Seed-Wäert, dee vum Zoufallszuelgenerator benotzt gëtt.

POST /run/mmaudio-v2?wait=20 Präis → 0,005 $
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer MMAudio V2

MMAudio V2 kuckt de Video a generéiert passenden Audio: Schrëtt am Rhythmus, Sprëtzer, Motore, Leitermass an Raumambiance, gesteiert vun Ärem Prompt an engem optionalen Negativprompt. Generéiert 1 bis 30 Sekonnen Audio an gëtt de Video mat neiem Soundtrack zréck.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
video_urlobligatoresch video
Typurl · video
Video-URL, déi als Quell fir d'Audio-Generatioun benotzt gëtt.
promptobligatoresch
Typstring
Prompt, deen den ze kreéierenden Audio beschreift.
negative_promptoptional
Typstring
Standard
Negative Prompt, deen ugëtt, wat bei der Audio-Generatioun ausgeschloss soll ginn.
seedoptional
Typinteger | null
0 – 65.535
Seed-Wäert, dee vum Zoufallszuelgenerator benotzt gëtt.
num_stepsoptional
Typinteger
Standard25
4 – 50
Schrëttzuel fir d'Audio-Generatioun.
durationoptional
Typnumber
Standard8
1 – 30
Längt vum generéierten Audio.
cfg_strengthoptional
Typnumber
Standard4.5
0 – 20
Intensitéit vu Classifier Free Guidance.
mask_away_clipoptional
Typboolean
Standardfalse
Steiert, ob de Clip maskéiert gëtt.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mmaudio-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "prompt": "Night forest ambience, soft paws running on grass, crickets, gentle magical chimes",
    "duration": 6
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
video
object {url, content_type, file_name, file_size}Output-Video mat synchroniséierte Lippebeweegungen.

Méi Modeller: Audio

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/mmaudio-v2.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt