Gå til innhold

Sam Audio · Visual Separate

Integrer

Modell-ID 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"

Filer som eksempelet: 0,05 $ 50 API-kreditter filene dine måles før kjøring Kjør den på denne siden

Hent API-nøkkel
Meta Video til lyd 10–60 s #video-to-audio#sam-audio

Skiller ut en lyd fra videoens lydspor, styrt av en valgfri maskevideo og tekstprompt

Meta · Data (JSON)

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

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

standard

Beskrivelse på naturlig språk av mållyden for å støtte separasjonen.

•obligatorisk video_url
Slipp en fil, eller

Video-URL for behandling, i formater som MP4 eller MOV.

standard 1

Antall kandidater som genereres for rangering.

Avansert mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Slipp en fil, eller

Maskevideo-URL med binær koding der målobjektet vises i svart mot en hvit bakgrunn.

acceleration standard balanced

Akselerasjonsnivå brukt på behandlingen.

output_format standard wav

Format for den genererte lyden.

standard 60

Lydgrense per pass, målt i sekunder, der behandlingen går over til overlappende segmenter som blandes sammen.

standard 5

Lengden på overlappingen mellom segmentene, målt i sekunder, brukt til crossfade-blanding.

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

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 Sam Audio · Visual Separate

Tar en `video_url` og henter ut en mållyd fra lydsporet. En valgfri `mask_video_url` markerer målobjektet (svart for mål, hvitt for bakgrunn), og `prompt` kan legge til et teksthint. Opptil 4 `reranking_candidates` kan rangeres, og lang lyd deles opp i biter. Resultatet har `target`- og `residual`-lyd i wav eller mp3.

Parametere

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

NavnType StandardTillatt Beskrivelse
video_urlobligatorisk video
Typeurl · video
Video-URL for behandling, i formater som MP4 eller MOV.
mask_video_urlvalgfritt
Typeurl · video
Maskevideo-URL med binær koding der målobjektet vises i svart mot en hvit bakgrunn.
promptvalgfritt
Typestring
Standard
Beskrivelse på naturlig språk av mållyden for å støtte separasjonen.
reranking_candidatesvalgfritt
Typeinteger
Standard1
1 – 4
Antall kandidater som genereres for rangering.
accelerationvalgfritt
Typeenum
Standardbalanced
fastbalancedquality
Akselerasjonsnivå brukt på behandlingen.
max_chunk_durationvalgfritt
Typenumber
Standard60
10 – 60
Lydgrense per pass, målt i sekunder, der behandlingen går over til overlappende segmenter som blandes sammen.
chunk_overlapvalgfritt
Typenumber
Standard5
0 – 30
Lengden på overlappingen mellom segmentene, målt i sekunder, brukt til crossfade-blanding.
output_formatvalgfritt
Typeenum
Standardwav
wavmp3
Format for den genererte lyden.
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": "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"
  }
}
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
target
object {url, content_type, file_name, file_size}Mållyd trukket ut isolert.
residual
object {url, content_type, file_name, file_size}Lyd som gjenstår bortsett fra mållyden.
duration
numberLengden på utdataet, målt i sekunder.
sample_rate
integerSamplingsfrekvens i Hz for lydutdataen.

Flere modeller: Video til lyd

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