အကြောင်းအရာသို့ ကျော်ရန်

ThinkSound · Audio

ပေါင်းစည်းရန်

မော်ဒယ် id 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"

လုပ်ဆောင်မှုတစ်ကြိမ်လျှင် ၁.၈၀ $ အထိ အမှန်တကယ် အသုံးပြုမှုအလိုက် ကောက်ခံပြီး ကျန်ငွေကို ငွေပြန်အမ်းသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Open model ဗီဒီယိုမှ အသံ #audio-generation#video-to-audio

အသံလမ်းကြောင်းကို သီးခြားအသံဖိုင်အဖြစ်သာ ပြန်ပေးသည့် ဗီဒီယိုမှအသံ ဖန်တီးကိရိယာ

Open model · အသံ

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

မူလ

ဗီဒီယိုမှ ထုတ်ယူမည့် ပရောမ့်အစား အသုံးပြုနိုင်သော ရွေးချယ်စရာ အသံဖန်တီးမှုလမ်းညွှန်ချက်။

•လိုအပ်သည် video_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

အသံဖန်တီးမှုအတွက် အရင်းအမြစ်အဖြစ် အသုံးပြုမည့် ဗီဒီယို URL။

အဆင့်မြင့် num_inference_steps · cfg_scale · seed
မူလ 24

အသံဖန်တီးရန် အသုံးပြုသည့် inference အဆင့်အရေအတွက်။

မူလ 5

အသံဖန်တီးရန် အသုံးပြုသည့် classifier-free guidance အင်အား။

ကျပန်းနံပါတ်ဖန်တီးစက်က အသုံးပြုသည့် seed တန်ဖိုး။

POST /run/thinksound/audio?wait=20 ကုန်ကျစရိတ် → ၁.၈၀ $
# 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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

ThinkSound · Audio အကြောင်း

`video_url` ရှိ ဗီဒီယိုအတွက် အသံကို ဖန်တီးပြီး ပြန်လည်ပေါင်းစပ်ထားသော ဗီဒီယိုအစား သီးခြားအသံဖိုင်အဖြစ် ပေးသည်။ အသံလမ်းကြောင်းကို ကိုယ်တိုင် ရောစပ်ရန် သို့မဟုတ် တည်းဖြတ်ရန် အသုံးဝင်သည်။ ရွေးချယ်နိုင်သော `prompt` က အသံကို ညွှန်ကြားပြီး မပေးထားပါက ဗီဒီယိုမှ ထုတ်ယူသည်။ `seed`၊ `num_inference_steps` (2 မှ 100) နှင့် `cfg_scale` (1 မှ 20) ကို ထောက်ပံ့သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
video_urlလိုအပ်သည် video
အမျိုးအစားurl · video
အသံဖန်တီးမှုအတွက် အရင်းအမြစ်အဖြစ် အသုံးပြုမည့် ဗီဒီယို URL။
promptရွေးချယ်နိုင်သည်
အမျိုးအစားstring
မူလတန်ဖိုး
ဗီဒီယိုမှ ထုတ်ယူမည့် ပရောမ့်အစား အသုံးပြုနိုင်သော ရွေးချယ်စရာ အသံဖန်တီးမှုလမ်းညွှန်ချက်။
seedရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
ကျပန်းနံပါတ်ဖန်တီးစက်က အသုံးပြုသည့် seed တန်ဖိုး။
num_inference_stepsရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး24
၂ – ၁၀၀
အသံဖန်တီးရန် အသုံးပြုသည့် inference အဆင့်အရေအတွက်။
cfg_scaleရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး5
၁ – ၂၀
အသံဖန်တီးရန် အသုံးပြုသည့် classifier-free guidance အင်အား။
လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
audio
object {url, content_type, file_name, file_size}ဖန်တီးမှုမှ ထွက်ရှိသည့် အသံဖိုင်။
prompt
stringအသံဖန်တီးမှုကို လမ်းညွှန်သည့် ပရောမ့်။

နောက်ထပ် မော်ဒယ်များ: ဗီဒီယိုမှ အသံ

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/thinksound/audio.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt