Langkau ke kandungan

Sam Audio · Visual Separate

Integrasikan

ID model 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"

Fail seperti contoh: $0.05 50 kredit API fail anda diukur sebelum dijalankan Jalankan pada halaman ini

Dapatkan kunci API
Meta Video ke Audio 10–60 s #video-to-audio#sam-audio

Mengasingkan bunyi daripada trek audio video, berpandukan video topeng dan prompt teks pilihan

Meta · Data (JSON)

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

lalai

Perihalan bahasa semula jadi bagi bunyi sasaran untuk membantu pengasingan.

•diperlukan video_url
Lepaskan fail, atau

URL fail video untuk pemprosesan, dalam format seperti MP4 atau MOV.

lalai 1

Bilangan calon yang dijana untuk pemeringkatan.

Lanjutan mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Lepaskan fail, atau

URL video topeng menggunakan pengekodan binari yang menjadikan objek sasaran hitam dengan latar belakang putih.

acceleration lalai balanced

Tahap pecutan yang digunakan pada pemprosesan.

output_format lalai wav

Format untuk audio yang dijana.

lalai 60

Had audio setiap laluan, diukur dalam saat; selepas had ini, pemprosesan menggunakan bahagian bertindih yang digabungkan.

lalai 5

Panjang pertindihan antara bahagian, diukur dalam saat, yang digunakan untuk penggabungan crossfade.

POST /run/sam-audio/visual-separate?wait=20 sebut harga → $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"

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang Sam Audio · Visual Separate

Menerima `video_url` dan mengekstrak bunyi sasaran daripada audionya. `mask_video_url` pilihan menandakan objek sasaran (hitam untuk sasaran, putih untuk latar belakang), manakala `prompt` boleh menambah petunjuk teks. Sehingga 4 `reranking_candidates` boleh diperingkatkan, dan audio panjang akan dipecahkan. Output mempunyai audio `target` dan `residual` dalam wav atau mp3.

Parameter

Hantar sama ada nama kanonik atau nama natif, bukan kedua-duanya. Nama kanonik

NamaJenis LalaiDibenarkan Penerangan
video_urldiperlukan video
Jenisurl · video
URL fail video untuk pemprosesan, dalam format seperti MP4 atau MOV.
mask_video_urlpilihan
Jenisurl · video
URL video topeng menggunakan pengekodan binari yang menjadikan objek sasaran hitam dengan latar belakang putih.
promptpilihan
Jenisstring
Lalai
Perihalan bahasa semula jadi bagi bunyi sasaran untuk membantu pengasingan.
reranking_candidatespilihan
Jenisinteger
Lalai1
1 – 4
Bilangan calon yang dijana untuk pemeringkatan.
accelerationpilihan
Jenisenum
Lalaibalanced
fastbalancedquality
Tahap pecutan yang digunakan pada pemprosesan.
max_chunk_durationpilihan
Jenisnumber
Lalai60
10 – 60
Had audio setiap laluan, diukur dalam saat; selepas had ini, pemprosesan menggunakan bahagian bertindih yang digabungkan.
chunk_overlappilihan
Jenisnumber
Lalai5
0 – 30
Panjang pertindihan antara bahagian, diukur dalam saat, yang digunakan untuk penggabungan crossfade.
output_formatpilihan
Jenisenum
Lalaiwav
wavmp3
Format untuk audio yang dijana.
diperlukan Nama kanonik, turut diterima

Parameter fail menerima URL awam https://, URI data: sehingga 10 MB, atau file_url bagi muat naik. Fail

Output

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
target
object {url, content_type, file_name, file_size}Bunyi sasaran yang diekstrak secara berasingan.
residual
object {url, content_type, file_name, file_size}Audio yang tinggal selain bunyi sasaran.
duration
numberPanjang audio output, diukur dalam saat.
sample_rate
integerKekerapan pensampelan dalam Hz untuk audio output.

Lebih banyak model: Video ke Audio

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/sam-audio/visual-separate.md. Semua model dan panduan: https://doitong.com/developers/llms.txt