Saltar al cuntegna

Seed Audio 1.0

Integrar

ID dal model bytedance/seed-audio-1.0
# 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/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Fin a $0,154 per execuziun pajà tenor l'utilisaziun effectiva, il rest vegn restituì Lantschar sin questa pagina

Obtegna ina clav API
ByteDance Audio

Generator da lingua e audio manà da text, fin a 3 clips audio da referenza u in maletg, cun controllas da tonalitad e sveltezza

ByteDance · Audio

Tes emprim resultat vegn qua

Construis ina dumonda sutvart e l'exequescha cun tia clav API. Outputs vegnan copiads en nossa memorisaziun, conservads per adina u 7 dis gratuitamain.

Construir ina dumonda

Ils controls vegnan generads dal schema dal model. Il code e ​​il pretsch s'actualiseschan durant che ti als midas.

•obligatori 88 / 2048

Prompt da sintesa u text, cun referenzas audio ordinadas exprimidas sco @Audio1 per il prim input, @Audio2 per il segund ed @Audio3 per il terz.

standard 1

Multiplicatur da la sveltezza da discurrer: 1.0 dat la sveltezza normala, 0.5 la mesadad e 2.0 il dubel.

Avanzà audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Trametta in datoteca u · fin a 3

Furnescha audio da referenza tras maximalmain 3 URLs, cun mintga datoteca en il format wav/mp3/pcm/ogg_opus e limitada a 10 MB e 30 secundas. En il prompt, identifitgescha ils clips cun @Audio1, @Audio2, @Audio3.

image_url
Trametta in datoteca u

Furnescha ina referenza da maletg mo per URL, sche naginas referenzas audio na vegnan furnidas. Il maletg sto esser jpeg/png/webp e betg pli grond che 10 MB.

output_format standard mp3

Format per l'audio generà.

sample_rate standard 24000

Frequenza da samplar en Hz per l'audio output.

Tscherna ina vusch da sintesa furnend u ses num preset u, per ina vusch clonada, ses ID.

standard 1

Multiplicatur dal volum: 1.0 dat il volum normal, 0.5 la mesadad e 2.0 il dubel.

standard 0

Adattaziun da l'intonaziun da la vusch, mesirada en semituns: 0 na mida betg l'intonaziun, -12 la sbassa per in'otava e 12 la auza per in'otava.

POST /run/bytedance/seed-audio-1.0?wait=20 calculaziun → $0,154
# 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/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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 questa dumonda

Tia clav resta en quest browser: ella vegn tramessa mo al Doitong API e memorisada (localStorage) mo sch'ella scheccas Tiar a memoria. Obtegnair ina clav API

Davart Seed Audio 1.0

Sintetisescha audio d'in prompt da fin a 2048 caracters. Ina preselecziun u ina `voice` clonada po vegnir tschernida, e fin a 3 clips da referenza pon vegnir inditgads en il prompt sco @Audio1 fin @Audio3; in singul maletg da referenza funcziuna enstagl, ma betg ensemen cun audio. L'output è wav, mp3, pcm u ogg_opus cun frequenzas da sampling da 8000 fin 48000 Hz. Sveltad e volum tanschan da 0.5 fin 2, la tonalitad sa mida da -12 fin 12 semitons, e `multilingual` mida ad ina varianta per text en pliras linguas.

Parameters

Invia u il num canonic u il num nativ, betg omaduas. Nums canonics

NumTip StandardPermess Descripziun
promptobligatori
Tipstring
≤ 2 048 caracters
Prompt da sintesa u text, cun referenzas audio ordinadas exprimidas sco @Audio1 per il prim input, @Audio2 per il segund ed @Audio3 per il terz.
voiceopziunal
Tipstring | null
Tscherna ina vusch da sintesa furnend u ses num preset u, per ina vusch clonada, ses ID.
audio_urlsopziunal audios
Tipurl[] · audio
≤ 3 elements
Furnescha audio da referenza tras maximalmain 3 URLs, cun mintga datoteca en il format wav/mp3/pcm/ogg_opus e limitada a 10 MB e 30 secundas. En il prompt, identifitgescha ils clips cun @Audio1, @Audio2, @Audio3.
image_urlopziunal image
Tipurl · image
Furnescha ina referenza da maletg mo per URL, sche naginas referenzas audio na vegnan furnidas. Il maletg sto esser jpeg/png/webp e betg pli grond che 10 MB.
output_formatopziunal
Tipenum
Standardmp3
wavmp3pcmogg_opus
Format per l'audio generà.
sample_rateopziunal
Tipenum
Standard24000
80001600024000320004410048000
Frequenza da samplar en Hz per l'audio output.
speedopziunal
Tipnumber
Standard1
0,5 – 2
Multiplicatur da la sveltezza da discurrer: 1.0 dat la sveltezza normala, 0.5 la mesadad e 2.0 il dubel.
volumeopziunal
Tipnumber
Standard1
0,5 – 2
Multiplicatur dal volum: 1.0 dat il volum normal, 0.5 la mesadad e 2.0 il dubel.
pitchopziunal
Tipinteger
Standard0
-12 – 12
Adattaziun da l'intonaziun da la vusch, mesirada en semituns: 0 na mida betg l'intonaziun, -12 la sbassa per in'otava e 12 la auza per in'otava.
multilingualopziunal
Tipboolean
Standardfalse
Selecziun da la varianta dal model: l'activaziun da la varianta multilingua meglierescha il tractament sche prompts maschaidan linguas u utilisan ina lingua autra che l'englais.
enable_safety_checkeropziunal
Tipboolean
Standardtrue
La controlla po vegnir schluccada cun definir false, premess che l'appelant saja autorisà.
obligatori Num canonic, er acceptà

Ils parameters da datotecas acceptan ina URL publica https://, ina URI data: fin a 10 MB u il file_url d'ina chargiada. Datotecas

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/seed-audio-1.0",
  "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": 154,
    "usd": "0.154",
    "charged": 154,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "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"
  }
}
Tias datotecas, tia decisiunMintga outputs[].url è ina copia en nossa memorisaziun: conservada per adina (pajà per GB-mes) u 7 dis gratuitamain, tenor la configuraziun dal conto u ?storage=.
La medema structura per mintga modeltype, url, content_type, width, height e duration, tant per maletgs sco per video e audio. output è l'object da resultat dal model sez.
Champs da l'output
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Datoteca audio producida da la generaziun.

Per agents AI: questa pagina sco Markdown è disponibla sut https://doitong.com/rm/developers/models/bytedance/seed-audio-1.0.md. Tut ils models e las guidas: https://doitong.com/developers/llms.txt