Gå til innhold

MMAudio V2

Integrer

Modell-ID mmaudio-v2
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

Denne forespørselen: 0,005 $ 5 API-kreditter Kjør den på denne siden

Hent API-nøkkel
Sony AI Lyd 1–30 s #sound-effects#foley#video-to-audio

Legger synkroniserte lydeffekter og bakgrunnslyd til en stum video fra en kort tekstbeskrivelse.

Eksempler

Inndata
Utdata · ~20 s

PromptGentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind

5 s0,005 $ · 5 API-kreditter

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk

Prompt som beskriver lyden som skal opprettes.

•obligatorisk video_url
Slipp en fil, eller

Video-URL som brukes som kilde for lydgenerering.

Lengden på den genererte lyden.

Avansert negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
standard

Negativ prompt som angir hva som skal utelates under lydgenereringen.

standard 25

Antall trinn som brukes til lydgenerering.

standard 4.5

Intensitet for Classifier Free Guidance.

Seed-verdi som brukes av slumptallsgeneratoren.

POST /run/mmaudio-v2?wait=20 pris → 0,005 $
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om MMAudio V2

MMAudio V2 analyserer videoen og genererer passende lyd: fottrinn i takt, plask, motorer, folkemengde og romakustikk, styrt av prompten din og en valgfri negativ prompt. Genererer 1 til 30 sekunder med lyd og returnerer videoen med det nye lydsporet.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
video_urlobligatorisk video
Typeurl · video
Video-URL som brukes som kilde for lydgenerering.
promptobligatorisk
Typestring
Prompt som beskriver lyden som skal opprettes.
negative_promptvalgfritt
Typestring
Standard
Negativ prompt som angir hva som skal utelates under lydgenereringen.
seedvalgfritt
Typeinteger | null
0 – 65 535
Seed-verdi som brukes av slumptallsgeneratoren.
num_stepsvalgfritt
Typeinteger
Standard25
4 – 50
Antall trinn som brukes til lydgenerering.
durationvalgfritt
Typenumber
Standard8
1 – 30
Lengden på den genererte lyden.
cfg_strengthvalgfritt
Typenumber
Standard4.5
0 – 20
Intensitet for Classifier Free Guidance.
mask_away_clipvalgfritt
Typeboolean
Standardfalse
Styrer om klippet maskeres bort.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mmaudio-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "prompt": "Night forest ambience, soft paws running on grass, crickets, gentle magical chimes",
    "duration": 6
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
video
object {url, content_type, file_name, file_size}Utdata-video som inneholder synkroniserte leppebevegelser.

Flere modeller: Lyd

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/mmaudio-v2.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt