Aqbeż għall-kontenut

Seed Audio 1.0

Integra

Id tal-mudell bytedance/seed-audio-1.0
# 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/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Sa $0.154 għal kull eżekuzzjoni titħallas skont l-użu attwali, il-bqija tiġi rifuża Ħaddmu f’din il-paġna

Ikseb ċavetta API
ByteDance Awdjo

Ġeneratur ta' diskors u awdjo mmexxi mit-test, sa 3 klipps tal-awdjo ta' referenza jew immaġni waħda, b'kontrolli tal-pitch u tal-veloċità

ByteDance · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ 88 / 2048

Prompt jew test ta’ sintesi, b’referenzi tal-awdjo ordnati espressi bħala @Audio1 għall-ewwel input, @Audio2 għat-tieni u @Audio3 għat-tielet.

prestabbilit 1

Multiplikatur tar-rata tat-taħdit: 1.0 jagħti veloċità normali, 0.5 nofs il-veloċità u 2.0 id-doppju tal-veloċità.

Avvanzat audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Waqqa’ fajl, jew · sa 3

Ipprovdi awdjo ta’ referenza permezz ta’ massimu ta’ 3 URLs, b’kull fajl fil-format wav/mp3/pcm/ogg_opus u limitat għal 10 MB u 30 sekonda. Fil-prompt, identifika l-klipps b’@Audio1, @Audio2, @Audio3.

image_url
Waqqa’ fajl, jew

Ipprovdi referenza waħda tal-immaġni permezz ta’ URL biss meta ma jingħataw l-ebda referenzi tal-awdjo. L-immaġni għandha tkun jpeg/png/webp u ma taqbiżx 10 MB.

output_format prestabbilit mp3

Format għall-awdjo ġġenerat.

sample_rate prestabbilit 24000

Frekwenza ta’ kampjunar f’Hz għall-awdjo output.

Agħżel vuċi ta’ sintesi billi tipprovdi jew isimha prestabbilit jew, għal vuċi kklonata, l-ID tagħha.

prestabbilit 1

Multiplikatur tal-volum: 1.0 jagħti volum normali, 0.5 nofs il-volum u 2.0 id-doppju tal-volum.

prestabbilit 0

Aġġustament tal-pitch tal-vuċi, imkejjel f’semitoni: 0 ma jbiddilx il-pitch, -12 ibaxxih b’ottava u 12 jgħollih b’ottava.

POST /run/bytedance/seed-audio-1.0?wait=20 kwotazzjoni → $0.154
# 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/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Seed Audio 1.0

Jissintetizza awdjo minn prompt sa 2048 karattru. Jista' jintgħażel issettjar minn qabel jew `voice` ikklonata, u sa 3 klipps ta' referenza jistgħu jiġu ċċitati fil-prompt bħala @Audio1 sa @Audio3; minflok tista' tintuża immaġni ta' referenza waħda, iżda mhux flimkien mal-awdjo. L-output huwa wav, mp3, pcm jew ogg_opus b'rati ta' kampjunar minn 8000 sa 48000 Hz. Il-veloċità u l-volum ivarjaw minn 0.5 sa 2, il-pitch jinbidel minn -12 sa 12-il semiton, u `multilingual` jaqleb għal varjant għal test b'diversi lingwi.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
≤ 2,048 karattri
Prompt jew test ta’ sintesi, b’referenzi tal-awdjo ordnati espressi bħala @Audio1 għall-ewwel input, @Audio2 għat-tieni u @Audio3 għat-tielet.
voicemhux obbligatorju
Tipstring | null
Agħżel vuċi ta’ sintesi billi tipprovdi jew isimha prestabbilit jew, għal vuċi kklonata, l-ID tagħha.
audio_urlsmhux obbligatorju audios
Tipurl[] · audio
≤ 3 oġġetti
Ipprovdi awdjo ta’ referenza permezz ta’ massimu ta’ 3 URLs, b’kull fajl fil-format wav/mp3/pcm/ogg_opus u limitat għal 10 MB u 30 sekonda. Fil-prompt, identifika l-klipps b’@Audio1, @Audio2, @Audio3.
image_urlmhux obbligatorju image
Tipurl · image
Ipprovdi referenza waħda tal-immaġni permezz ta’ URL biss meta ma jingħataw l-ebda referenzi tal-awdjo. L-immaġni għandha tkun jpeg/png/webp u ma taqbiżx 10 MB.
output_formatmhux obbligatorju
Tipenum
Prestabbilitmp3
wavmp3pcmogg_opus
Format għall-awdjo ġġenerat.
sample_ratemhux obbligatorju
Tipenum
Prestabbilit24000
80001600024000320004410048000
Frekwenza ta’ kampjunar f’Hz għall-awdjo output.
speedmhux obbligatorju
Tipnumber
Prestabbilit1
0.5 – 2
Multiplikatur tar-rata tat-taħdit: 1.0 jagħti veloċità normali, 0.5 nofs il-veloċità u 2.0 id-doppju tal-veloċità.
volumemhux obbligatorju
Tipnumber
Prestabbilit1
0.5 – 2
Multiplikatur tal-volum: 1.0 jagħti volum normali, 0.5 nofs il-volum u 2.0 id-doppju tal-volum.
pitchmhux obbligatorju
Tipinteger
Prestabbilit0
-12 – 12
Aġġustament tal-pitch tal-vuċi, imkejjel f’semitoni: 0 ma jbiddilx il-pitch, -12 ibaxxih b’ottava u 12 jgħollih b’ottava.
multilingualmhux obbligatorju
Tipboolean
Prestabbilitfalse
Għażla tal-varjant tal-mudell: l-abilitazzjoni tal-varjant multilingwi ttejjeb l-immaniġġjar meta l-prompts iħalltu l-lingwi jew jużaw lingwa li mhijiex l-Ingliż.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
L-iskrinjar jista’ jiġi rilassat billi jiġi ssettjat għal false, sakemm min jagħmel it-talba jkun awtorizzat.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/seed-audio-1.0",
  "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": 154,
    "usd": "0.154",
    "charged": 154,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Fajl awdjo prodott mill-ġenerazzjoni.

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/bytedance/seed-audio-1.0.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt