Aqbeż għall-kontenut

Sam Audio · Visual Separate

Integra

Id tal-mudell 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"

Fajls bħall-eżempju: $0.05 50 krediti tal-API il-fajls tiegħek jitkejlu qabel it-tħaddim Ħaddmu f’din il-paġna

Ikseb ċavetta API
Meta Vidjo għal awdjo 10–60 s #video-to-audio#sam-audio

Jifred ħoss mill-binarju awdjo ta’ vidjo, iggwidat minn vidjo b’maskra fakultattiv u prompt tat-test

Meta · Dejta (JSON)

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.

prestabbilit

Deskrizzjoni bil-lingwa naturali tal-ħoss immirat biex tgħin fis-separazzjoni.

•meħtieġ video_url
Waqqa’ fajl, jew

URL tal-fajl tal-vidjo għall-ipproċessar, f'formati bħal MP4 jew MOV.

prestabbilit 1

Għadd ta' kandidati ġġenerati għall-klassifikazzjoni.

Avvanzat mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Waqqa’ fajl, jew

URL tal-vidjo tal-maskra li juża kodifikazzjoni binarja fejn l-oġġett immirat jidher iswed fuq sfond abjad.

acceleration prestabbilit balanced

Livell ta’ aċċelerazzjoni applikat għall-ipproċessar.

output_format prestabbilit wav

Format għall-awdjo ġġenerat.

prestabbilit 60

Limitu tal-awdjo għal kull pass, imkejjel f'sekondi, li lil hinn minnu l-ipproċessar juża biċċiet li jikkoinċidu u jitħalltu flimkien.

prestabbilit 5

Tul tal-koinċidenza bejn il-biċċiet, imkejjel f'sekondi, użat għat-taħlit crossfade.

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

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 Sam Audio · Visual Separate

Jieħu `video_url` u joħroġ ħoss fil-mira mill-awdjo tiegħu. `mask_video_url` fakultattiv jimmarka l-oġġett fil-mira (iswed għall-mira, abjad għall-isfond), u `prompt` jista' jżid indikazzjoni testwali. Jistgħu jiġu kklassifikati sa 4 `reranking_candidates`, u awdjo twil jinqasam f'biċċiet. L-output għandu awdjo `target` u `residual` f'wav jew mp3.

Parametri

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

IsemTip PrestabbilitPermess Deskrizzjoni
video_urlmeħtieġ video
Tipurl · video
URL tal-fajl tal-vidjo għall-ipproċessar, f'formati bħal MP4 jew MOV.
mask_video_urlmhux obbligatorju
Tipurl · video
URL tal-vidjo tal-maskra li juża kodifikazzjoni binarja fejn l-oġġett immirat jidher iswed fuq sfond abjad.
promptmhux obbligatorju
Tipstring
Prestabbilit
Deskrizzjoni bil-lingwa naturali tal-ħoss immirat biex tgħin fis-separazzjoni.
reranking_candidatesmhux obbligatorju
Tipinteger
Prestabbilit1
1 – 4
Għadd ta' kandidati ġġenerati għall-klassifikazzjoni.
accelerationmhux obbligatorju
Tipenum
Prestabbilitbalanced
fastbalancedquality
Livell ta’ aċċelerazzjoni applikat għall-ipproċessar.
max_chunk_durationmhux obbligatorju
Tipnumber
Prestabbilit60
10 – 60
Limitu tal-awdjo għal kull pass, imkejjel f'sekondi, li lil hinn minnu l-ipproċessar juża biċċiet li jikkoinċidu u jitħalltu flimkien.
chunk_overlapmhux obbligatorju
Tipnumber
Prestabbilit5
0 – 30
Tul tal-koinċidenza bejn il-biċċiet, imkejjel f'sekondi, użat għat-taħlit crossfade.
output_formatmhux obbligatorju
Tipenum
Prestabbilitwav
wavmp3
Format għall-awdjo ġġenerat.
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": "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"
  }
}
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
target
object {url, content_type, file_name, file_size}Ħoss immirat estratt waħdu.
residual
object {url, content_type, file_name, file_size}Awdjo li jibqa' apparti mill-ħoss immirat.
duration
numberTul tal-output awdjo, imkejjel f'sekondi.
sample_rate
integerFrekwenza ta’ kampjunar f’Hz għall-awdjo output.

Aktar mudelli: Vidjo għal awdjo

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