Ir para o conteúdo

MMAudio V2

Integrar

ID do modelo 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"

Esta solicitação: $ 0,005 5 créditos de API Executar nesta página

Obter chave de API
Sony AI Áudio 1–30 s #sound-effects#foley#video-to-audio

Adiciona efeitos sonoros e ambientação sincronizados a um vídeo sem áudio a partir de uma breve descrição de texto.

Exemplos

Entrada
Saída · ~20 s

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

5 s$ 0,005 · 5 créditos de API

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório

Prompt que descreve o áudio a ser criado.

•obrigatório video_url
Solte um arquivo ou

URL do vídeo usada como fonte para a geração de áudio.

Duração do áudio gerado.

Avançado negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
padrão

Prompt negativo que especifica o que excluir durante a geração de áudio.

padrão 25

Quantidade de etapas usada para a geração de áudio.

padrão 4.5

Intensidade do Classifier Free Guidance.

Valor de seed usado pelo gerador de números aleatórios.

POST /run/mmaudio-v2?wait=20 cotação → $ 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"

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre MMAudio V2

O MMAudio V2 analisa o vídeo e gera áudio correspondente: passos no ritmo, respingos, motores, multidão e ambiente da sala, orientado pelo seu prompt e por um prompt negativo opcional. Gera de 1 a 30 segundos de áudio e retorna o vídeo com a nova trilha sonora.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
video_urlobrigatório video
Tipourl · video
URL do vídeo usada como fonte para a geração de áudio.
promptobrigatório
Tipostring
Prompt que descreve o áudio a ser criado.
negative_promptopcional
Tipostring
Padrão
Prompt negativo que especifica o que excluir durante a geração de áudio.
seedopcional
Tipointeger | null
0 – 65.535
Valor de seed usado pelo gerador de números aleatórios.
num_stepsopcional
Tipointeger
Padrão25
4 – 50
Quantidade de etapas usada para a geração de áudio.
durationopcional
Tiponumber
Padrão8
1 – 30
Duração do áudio gerado.
cfg_strengthopcional
Tiponumber
Padrão4.5
0 – 20
Intensidade do Classifier Free Guidance.
mask_away_clipopcional
Tipoboolean
Padrãofalse
Controla se o clipe é mascarado.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
video
object {url, content_type, file_name, file_size}Vídeo de saída contendo movimentos labiais sincronizados.

Mais modelos: Áudio

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/mmaudio-v2.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt