Aqbeż għall-kontenut

ThinkSound · Audio

Integra

Id tal-mudell thinksound/audio
# 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/thinksound/audio?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"

Sa $1.80 għal kull eżekuzzjoni titħallas skont l-użu attwali, il-bqija tiġi rifuża Ħaddmu f’din il-paġna

Ikseb ċavetta API
Open model Vidjo għal awdjo #audio-generation#video-to-audio

Ġeneratur minn vidjo għal awdjo li jirritorna biss il-soundtrack bħala fajl awdjo separat

Open model · 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.

prestabbilit

Gwida fakultattiva għall-ġenerazzjoni tal-awdjo li tissostitwixxi l-prompt estratt mill-vidjo.

•meħtieġ video_url
Waqqa’ fajl, jew

URL tal-vidjo użat bħala s-sors għall-ġenerazzjoni tal-awdjo.

Avvanzat num_inference_steps · cfg_scale · seed
prestabbilit 24

Għadd ta' passi ta' inferenza użati biex jiġi ġġenerat l-awdjo.

prestabbilit 5

Qawwa tal-gwida mingħajr klassifikatur użata biex jiġi ġġenerat l-awdjo.

Valur seed użat mill-ġeneratur tan-numri każwali.

POST /run/thinksound/audio?wait=20 kwotazzjoni → $1.80
# 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/thinksound/audio?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 ThinkSound · Audio

Joħloq ħoss għall-vidjo f’`video_url` u jwasslu bħala fajl awdjo waħdu minflok vidjo remuxed. Utli meta trid tħallat jew teditja t-track int stess. `prompt` fakultattiv jiggwida l-ħoss; inkella jiġi estratt mill-vidjo. Jappoġġja `seed`, `num_inference_steps` (2 sa 100) u `cfg_scale` (1 sa 20).

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-vidjo użat bħala s-sors għall-ġenerazzjoni tal-awdjo.
promptmhux obbligatorju
Tipstring
Prestabbilit
Gwida fakultattiva għall-ġenerazzjoni tal-awdjo li tissostitwixxi l-prompt estratt mill-vidjo.
seedmhux obbligatorju
Tipinteger | null
Valur seed użat mill-ġeneratur tan-numri każwali.
num_inference_stepsmhux obbligatorju
Tipinteger
Prestabbilit24
2 – 100
Għadd ta' passi ta' inferenza użati biex jiġi ġġenerat l-awdjo.
cfg_scalemhux obbligatorju
Tipnumber
Prestabbilit5
1 – 20
Qawwa tal-gwida mingħajr klassifikatur użata biex jiġi ġġenerat l-awdjo.
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": "thinksound/audio",
  "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": 1800,
    "usd": "1.80",
    "charged": 1800,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
    },
    "prompt": "An acoustic guitar being played indoors."
  },
  "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}Fajl awdjo prodott mill-ġenerazzjoni.
prompt
stringPrompt li ggwida l-ġenerazzjoni tal-awdjo.

Aktar mudelli: Vidjo għal awdjo

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