Pāriet uz saturu

Sam Audio · Visual Separate

Integrēt

Modeļa 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"

Faili, piemēram, paraugā: 0,05 $ 50 API kredītu jūsu faili tiek izmērīti pirms izpildes Izpildīt šajā lapā

Iegūt API atslēgu
Meta Video uz audio 10–60 s #video-to-audio#sam-audio

Atdala skaņu no video audio celiņa, izmantojot neobligātu maskas video un teksta uzvedni

Meta · Dati (JSON)

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

noklusējums

Mērķa skaņas apraksts dabiskajā valodā, kas palīdz to atdalīt.

•obligāts video_url
Nometiet failu vai

Apstrādei paredzēta video faila URL tādos formātos kā MP4 vai MOV.

noklusējums 1

Rangēšanai ģenerējamo kandidātu skaits.

Papildu mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Nometiet failu vai

Maskas video URL ar bināru kodējumu, kurā mērķa objekts ir melns uz balta fona.

acceleration noklusējums balanced

Apstrādei piemērotais paātrinājuma līmenis.

output_format noklusējums wav

Ģenerētā audio formāts.

noklusējums 60

Audio ierobežojums vienā caurlaidē, mērīts sekundēs; pārsniedzot to, apstrādē izmanto pārklājošos fragmentus, kas tiek sapludināti.

noklusējums 5

Fragmentu pārklājuma ilgums sekundēs, ko izmanto šķērspārejas sapludināšanai.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par Sam Audio · Visual Separate

Pieņem `video_url` un izdala mērķa skaņu no tā audio. Neobligātais `mask_video_url` norāda mērķa objektu (melns mērķim, balts fonam), bet `prompt` var pievienot teksta norādi. Var sarindot līdz 4 `reranking_candidates`, un garš audio tiek sadalīts blokos. Izvadē ir `target` un `residual` audio wav vai mp3 formātā.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
video_urlobligāts video
Tipsurl · video
Apstrādei paredzēta video faila URL tādos formātos kā MP4 vai MOV.
mask_video_urlneobligāts
Tipsurl · video
Maskas video URL ar bināru kodējumu, kurā mērķa objekts ir melns uz balta fona.
promptneobligāts
Tipsstring
Noklusējums
Mērķa skaņas apraksts dabiskajā valodā, kas palīdz to atdalīt.
reranking_candidatesneobligāts
Tipsinteger
Noklusējums1
1 – 4
Rangēšanai ģenerējamo kandidātu skaits.
accelerationneobligāts
Tipsenum
Noklusējumsbalanced
fastbalancedquality
Apstrādei piemērotais paātrinājuma līmenis.
max_chunk_durationneobligāts
Tipsnumber
Noklusējums60
10 – 60
Audio ierobežojums vienā caurlaidē, mērīts sekundēs; pārsniedzot to, apstrādē izmanto pārklājošos fragmentus, kas tiek sapludināti.
chunk_overlapneobligāts
Tipsnumber
Noklusējums5
0 – 30
Fragmentu pārklājuma ilgums sekundēs, ko izmanto šķērspārejas sapludināšanai.
output_formatneobligāts
Tipsenum
Noklusējumswav
wavmp3
Ģenerētā audio formāts.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
target
object {url, content_type, file_name, file_size}Izolēti iegūta mērķa skaņa.
residual
object {url, content_type, file_name, file_size}Audio, kas paliek pāri pēc mērķa skaņas noņemšanas.
duration
numberIzvades audio ilgums sekundēs.
sample_rate
integerĢenerētās audio iztveršanas frekvence Hz.

Vairāk modeļu: Video uz audio

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/sam-audio/visual-separate.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt