အကြောင်းအရာသို့ ကျော်ရန်

VEED Clean Audio

ပေါင်းစည်းရန်

မော်ဒယ် id veed/clean-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/veed/clean-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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"

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၀၁၃ $ ၁၃ API ခရက်ဒစ် လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
VEED အသံ #speech-enhancement#noise-reduction#audio-denoise

ဆူညံသော အသံသွင်းချက်များ သို့မဟုတ် ဗီဒီယို၏ အသံလမ်းကြောင်းကို သန့်စင်ပြီး အသံကျယ်မှုကို ပုံမှန်ပြုလုပ်ပေးသော စကားသံ noise ဖယ်ရှားကိရိယာ

VEED · 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။

•လိုအပ်သည် audio_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

အများပြည်သူကြည့်ရှုနိုင်သော URL သို့မဟုတ် data URI မှတစ်ဆင့် သန့်စင်ရန် ပေးထားသည့် အသံသွင်းချက်။ wav, ogg, mp3, webm, m4a, mov, aac နှင့် mp4 အပါအဝင် ffmpeg က decode လုပ်နိုင်သည့် အသံ သို့မဟုတ် ဗီဒီယိုဖိုင်များကို လက်ခံသည်။ ဗီဒီယိုအတွက် အသံလမ်းကြောင်းကို အသုံးပြု၍ လုပ်ဆောင်သည်။ သန့်စင်ထားသောအသံပါသည့် ဗီဒီယိုကို ရယူရန် /video ကို ခေါ်ဆိုပါ။ channel များစွာပါသည့် အသံသွင်းချက်များကို mono အဖြစ် downmix လုပ်သည်။ အများဆုံးကြာချိန်မှာ 30 မိနစ်ဖြစ်ပြီး အရွယ်အစားကန့်သတ်ချက်မှာ 512 MB ဖြစ်သည်။

အဆင့်မြင့် output_format · strength · target_lufs
output_format မူလ flac

အသံ container ရွေးချယ်မှု။ FLAC သည် WAV ၏ ဖိုင်အရွယ်အစားထက် ခန့်မှန်းခြေအားဖြင့် တစ်ဝက်သာရှိသည့်အရွယ်အစားဖြင့် lossless အရည်အသွေးကို ထိန်းသိမ်းသည်။ ထွက်ရလဒ်တွင် 48 kHz၊ 16-bit sample များပါသည့် channel တစ်ခု ပါဝင်သည်။

မူလ 0.874

အသံနှင့်နောက်ခံကို ဖိနှိပ်သည့် အားပြင်းမှု။ ဆက်တင်နိမ့်ပါက အသံအောက်ရှိ အခန်းပတ်ဝန်းကျင်အသံကို ပိုမိုထိန်းသိမ်းပေးသော်လည်း စကားလုံးများကြား ခေတ္တရပ်ချိန်များကို မည်သို့ပင်ဖြစ်စေ အပြည့်အဝ သန့်စင်ပေးသည်။ ကျန်ရှိသည့် မူရင်းအသံ၏ အနိမ့်ဆုံးတန်ဖိုးမှာ 1 minus strength ဖြစ်သည်။ မူလတန်ဖိုး 0.874 သည် အတည်ပြုထားသော -18 dB ဆက်တင်နှင့် ကိုက်ညီသည်။

မူလ -19

ITU-R BS.1770 အရ ပေါင်းစပ်ထွက်ရလဒ်အသံကျယ်မှု ရည်မှန်းချက်။ API မှတစ်ဆင့် null ပေးပါက normalization ကို ကျော်သွားပြီး မူရင်းအသံအဆင့်ကို ထိန်းသိမ်းသည်။ မဟုတ်ပါက မူလတန်ဖိုးမှာ -19 LUFS ဖြစ်ပြီး VEED editor မှ ပေးသည့်တန်ဖိုးနှင့် ကိုက်ညီသည်။ true-peak အမြင့်ဆုံးကန့်သတ်ချက်မှာ -1.1 dBTP ဖြစ်သည်။

POST /run/veed/clean-audio?wait=20 ကုန်ကျစရိတ် → ၀.၀၁၃ $
# 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/veed/clean-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# 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

VEED Clean Audio အကြောင်း

စကားသံအသံသွင်းချက်များမှ နောက်ခံဆူညံသံကို ဖယ်ရှားသည်။ `audio_url` သည် ffmpeg ဖြင့် ကုဒ်ဖြည်နိုင်သော အသံ သို့မဟုတ် ဗီဒီယိုဖော်မတ် မည်သည့်အမျိုးအစားကိုမဆို လက်ခံသည်။ `strength` (0-1) သည် စကားသံအောက်တွင် အသံလျှော့ချမှု ပမာဏကို သတ်မှတ်ပြီး `target_lufs` (-40 မှ -8) သည် ထွက်ရလဒ်အသံကျယ်မှုကို သတ်မှတ်သည် သို့မဟုတ် ကျော်နိုင်သည်။ ထွက်ရလဒ်သည် ထည့်သွင်းချက်၏ ကြာချိန်အတိုင်း 48 kHz mono 16-bit flac သို့မဟုတ် wav ဖြစ်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
audio_urlလိုအပ်သည် audio
အမျိုးအစားurl · audio
အများပြည်သူကြည့်ရှုနိုင်သော URL သို့မဟုတ် data URI မှတစ်ဆင့် သန့်စင်ရန် ပေးထားသည့် အသံသွင်းချက်။ wav, ogg, mp3, webm, m4a, mov, aac နှင့် mp4 အပါအဝင် ffmpeg က decode လုပ်နိုင်သည့် အသံ သို့မဟုတ် ဗီဒီယိုဖိုင်များကို လက်ခံသည်။ ဗီဒီယိုအတွက် အသံလမ်းကြောင်းကို အသုံးပြု၍ လုပ်ဆောင်သည်။ သန့်စင်ထားသောအသံပါသည့် ဗီဒီယိုကို ရယူရန် /video ကို ခေါ်ဆိုပါ။ channel များစွာပါသည့် အသံသွင်းချက်များကို mono အဖြစ် downmix လုပ်သည်။ အများဆုံးကြာချိန်မှာ 30 မိနစ်ဖြစ်ပြီး အရွယ်အစားကန့်သတ်ချက်မှာ 512 MB ဖြစ်သည်။
strengthရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0.874
၀ – ၁
အသံနှင့်နောက်ခံကို ဖိနှိပ်သည့် အားပြင်းမှု။ ဆက်တင်နိမ့်ပါက အသံအောက်ရှိ အခန်းပတ်ဝန်းကျင်အသံကို ပိုမိုထိန်းသိမ်းပေးသော်လည်း စကားလုံးများကြား ခေတ္တရပ်ချိန်များကို မည်သို့ပင်ဖြစ်စေ အပြည့်အဝ သန့်စင်ပေးသည်။ ကျန်ရှိသည့် မူရင်းအသံ၏ အနိမ့်ဆုံးတန်ဖိုးမှာ 1 minus strength ဖြစ်သည်။ မူလတန်ဖိုး 0.874 သည် အတည်ပြုထားသော -18 dB ဆက်တင်နှင့် ကိုက်ညီသည်။
target_lufsရွေးချယ်နိုင်သည်
အမျိုးအစားnumber | null
မူလတန်ဖိုး-19
-၄၀ – -၈
ITU-R BS.1770 အရ ပေါင်းစပ်ထွက်ရလဒ်အသံကျယ်မှု ရည်မှန်းချက်။ API မှတစ်ဆင့် null ပေးပါက normalization ကို ကျော်သွားပြီး မူရင်းအသံအဆင့်ကို ထိန်းသိမ်းသည်။ မဟုတ်ပါက မူလတန်ဖိုးမှာ -19 LUFS ဖြစ်ပြီး VEED editor မှ ပေးသည့်တန်ဖိုးနှင့် ကိုက်ညီသည်။ true-peak အမြင့်ဆုံးကန့်သတ်ချက်မှာ -1.1 dBTP ဖြစ်သည်။
output_formatရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးflac
flacwav
အသံ container ရွေးချယ်မှု။ FLAC သည် WAV ၏ ဖိုင်အရွယ်အစားထက် ခန့်မှန်းခြေအားဖြင့် တစ်ဝက်သာရှိသည့်အရွယ်အစားဖြင့် lossless အရည်အသွေးကို ထိန်းသိမ်းသည်။ ထွက်ရလဒ်တွင် 48 kHz၊ 16-bit sample များပါသည့် channel တစ်ခု ပါဝင်သည်။
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": "veed/clean-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": 13,
    "usd": "0.013",
    "charged": 13,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "audio_duration": 1.0
  },
  "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}မူရင်းကြာချိန်နှင့် ကိုက်ညီပြီး loudness normalization ပြုလုပ်ထားသော သန့်စင်ပြီးအသံ။ အသံသွင်းချက်တွင် channel တစ်ခု၊ 48 kHz sample rate နှင့် 16-bit depth ပါဝင်သည်။
audio_duration
numberစက္ကန့်ဖြင့် တိုင်းတာထားသော ထည့်သွင်းချက်၏ ကြာချိန်။

နောက်ထပ် မော်ဒယ်များ: အသံ

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