Op den Inhalt sprangen

ThinkSound

Integréieren

Modell-ID thinksound
# 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/thinksound?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"

Bis zu 3,60 $ pro Laf no der tatsächlecher Notzung verrechent, de Rescht gëtt rembourséiert Op dëser Säit ausféieren

API-Schlëssel kréien
Open model Video zu Audio #audio-generation#video-to-audio

Generéiert e passende Soundtrack fir e Video a gëtt de Video mat der neier Audiospur zeréck

Open model · Video

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

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

Standard

Optional Orientéierung fir d'Audio-Generatioun, déi de Prompt ersetzt, deen soss aus dem Video extrahéiert gëtt.

•obligatoresch video_url
Fichier erofzéien, oder

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

Erweidert num_inference_steps · cfg_scale · seed
Standard 24

Zuel vun den Inferenzschrëtt fir d'Audio-Generatioun.

Standard 5

Classifier-free-Guidance-Stäerkt fir d'Audio-Generatioun.

Seed-Wäert, dee vum Zoufallszuelgenerator benotzt gëtt.

POST /run/thinksound?wait=20 Präis → 3,60 $
# 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/thinksound?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"

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 ThinkSound

Erstellt Audio fir e Clip, deen duerch `video_url` uginn ass, a gëtt e Video zeréck, deen den generéierte Sound schonn enthält. En optionalen `prompt` steiert d'Resultat; wann en ewechgelooss gëtt, gëtt e Prompt aus dem Video selwer ofgeleet. `num_inference_steps` (2 bis 100) an `cfg_scale` (1 bis 20) ajustéieren d'Generatioun, an `seed` erlaabt widderhuelbar Ausgaben.

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.
promptoptional
Typstring
Standard
Optional Orientéierung fir d'Audio-Generatioun, déi de Prompt ersetzt, deen soss aus dem Video extrahéiert gëtt.
seedoptional
Typinteger | null
Seed-Wäert, dee vum Zoufallszuelgenerator benotzt gëtt.
num_inference_stepsoptional
Typinteger
Standard24
2 – 100
Zuel vun den Inferenzschrëtt fir d'Audio-Generatioun.
cfg_scaleoptional
Typnumber
Standard5
1 – 20
Classifier-free-Guidance-Stäerkt fir d'Audio-Generatioun.
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": "thinksound",
  "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": 3600,
    "usd": "3.60",
    "charged": 3600,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
    },
    "prompt": "An acoustic guitar being played indoors."
  },
  "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 generéiertem Audio.
prompt
stringPrompt, deen d'Audio-Generatioun gesteiert huet.

Méi Modeller: Video zu Audio

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