Hoppa till innehåll

MMAudio V2

Integrera

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"

Den här begäran: 0,005 $ 5 API-krediter Kör den på den här sidan

Hämta API-nyckel
Sony AI Ljud 1–30 s #sound-effects#foley#video-to-audio

Lägger till synkroniserade ljudeffekter och atmosfär i en tyst video från en kort textbeskrivning.

Exempel

Indata
Resultat · ~20 s

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

5 s0,005 $ · 5 API-krediter

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

Prompt som beskriver ljudet som ska skapas.

•obligatoriskt video_url
Släpp en fil eller

Video-URL som används som källa för ljudgenerering.

Längden på det genererade ljudet.

Avancerat negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
standard

Negativ prompt som anger vad som ska uteslutas under ljudgenereringen.

standard 25

Antal steg som används för ljudgenerering.

standard 4.5

Intensitet för Classifier Free Guidance.

Seed-värde som används av slumptalsgeneratorn.

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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om MMAudio V2

MMAudio V2 analyserar videon och genererar matchande ljud: fotsteg i takt, plask, motorer, publik och rumsatmosfär, styrt av din prompt och en valfri negativ prompt. Genererar 1 till 30 sekunders ljud och returnerar videon med det nya ljudspåret.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
video_urlobligatoriskt video
Typurl · video
Video-URL som används som källa för ljudgenerering.
promptobligatoriskt
Typstring
Prompt som beskriver ljudet som ska skapas.
negative_promptvalfritt
Typstring
Standard
Negativ prompt som anger vad som ska uteslutas under ljudgenereringen.
seedvalfritt
Typinteger | null
0 – 65 535
Seed-värde som används av slumptalsgeneratorn.
num_stepsvalfritt
Typinteger
Standard25
4 – 50
Antal steg som används för ljudgenerering.
durationvalfritt
Typnumber
Standard8
1 – 30
Längden på det genererade ljudet.
cfg_strengthvalfritt
Typnumber
Standard4.5
0 – 20
Intensitet för Classifier Free Guidance.
mask_away_clipvalfritt
Typboolean
Standardfalse
Styr om klippet maskeras bort.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
video
object {url, content_type, file_name, file_size}Videoutdata som innehåller synkroniserade läpprörelser.

Fler modeller: Ljud

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/mmaudio-v2.md. Alla modeller och guider: https://doitong.com/developers/llms.txt