Pereiti prie turinio

Sam Audio · Visual Separate

Integruoti

Modelio id 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"

Failai kaip pavyzdyje: 0,05 $ 50 API kreditų jūsų failai išmatuojami prieš paleidimą Paleisti šiame puslapyje

Gauti API raktą
Meta Vaizdo įrašas į garsą 10–60 s #video-to-audio#sam-audio

Atskira garsą iš vaizdo įrašo garso takelio, pasirinktinai valdoma kaukės vaizdo įrašu ir tekstine užklausa

Meta · Duomenys (JSON)

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

numatytoji

Natūralios kalbos tikslinio garso aprašas, padedantis jį atskirti.

•privaloma video_url
Įmeskite failą arba

Apdorojamo vaizdo įrašo failo URL, pvz., MP4 arba MOV formatu.

numatytoji 1

Reitingavimui sugeneruotų kandidatų skaičius.

Išplėstiniai mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Įmeskite failą arba

Kaukės vaizdo įrašo URL, naudojantis dvejetainį kodavimą: tikslinis objektas yra juodas baltame fone.

acceleration numatytoji balanced

Apdorojimui taikomas spartinimo lygis.

output_format numatytoji wav

Generuojamo garso formatas.

numatytoji 60

Garso riba vienam praėjimui, matuojama sekundėmis; ją viršijus apdorojami persidengiantys fragmentai, kurie sujungiami.

numatytoji 5

Fragmentų persidengimo trukmė, matuojama sekundėmis ir naudojama sklandžiam suliejimui.

POST /run/sam-audio/visual-separate?wait=20 kaina → 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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Sam Audio · Visual Separate

Priima `video_url` ir iš jo garso išskiria tikslinį garsą. Pasirinktinis `mask_video_url` nurodo tikslinį objektą (juoda spalva tiksliniam objektui, balta fonui), o `prompt` gali pridėti tekstinę užuominą. Galima reitinguoti iki 4 `reranking_candidates`, o ilgas garsas suskaidomas dalimis. Išvestyje yra `target` ir `residual` garso takeliai wav arba mp3 formatu.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
video_urlprivaloma video
Tipasurl · video
Apdorojamo vaizdo įrašo failo URL, pvz., MP4 arba MOV formatu.
mask_video_urlneprivalomas
Tipasurl · video
Kaukės vaizdo įrašo URL, naudojantis dvejetainį kodavimą: tikslinis objektas yra juodas baltame fone.
promptneprivalomas
Tipasstring
Numatytoji reikšmė
Natūralios kalbos tikslinio garso aprašas, padedantis jį atskirti.
reranking_candidatesneprivalomas
Tipasinteger
Numatytoji reikšmė1
1 – 4
Reitingavimui sugeneruotų kandidatų skaičius.
accelerationneprivalomas
Tipasenum
Numatytoji reikšmėbalanced
fastbalancedquality
Apdorojimui taikomas spartinimo lygis.
max_chunk_durationneprivalomas
Tipasnumber
Numatytoji reikšmė60
10 – 60
Garso riba vienam praėjimui, matuojama sekundėmis; ją viršijus apdorojami persidengiantys fragmentai, kurie sujungiami.
chunk_overlapneprivalomas
Tipasnumber
Numatytoji reikšmė5
0 – 30
Fragmentų persidengimo trukmė, matuojama sekundėmis ir naudojama sklandžiam suliejimui.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėwav
wavmp3
Generuojamo garso formatas.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
target
object {url, content_type, file_name, file_size}Izoliuotas išskirtas tikslinis garsas.
residual
object {url, content_type, file_name, file_size}Likęs garsas, išskyrus tikslinį garsą.
duration
numberIšvesties garso trukmė, matuojama sekundėmis.
sample_rate
integerIšvesties garso diskretizavimo dažnis Hz.

Daugiau modelių: Vaizdo įrašas į garsą

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/sam-audio/visual-separate.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt