Ruka hadi kwenye maudhui

Sam Audio · Span Separate

Unganisha

Kitambulisho cha modeli sam-audio/span-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/span-separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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"

Faili kama mfano: $ 0.05 salio za API 50 faili zako hupimwa kabla ya kuendesha Iendeshe kwenye ukurasa huu

Pata ufunguo wa API
Meta Sauti 10–60 s #audio-to-audio#sam-audio

Hutenga sauti kutoka kwenye sauti kwa kutumia vipindi vya muda unavyotoa, pamoja na dokezo la hiari la maandishi

Meta · Data (JSON)

Tokeo lako la kwanza linaonekana hapa

Unda ombi hapa chini na uliendeshe kwa ufunguo wako wa API. Matokeo yanakiliwa kwenye hifadhi yetu, yakihifadhiwa milele au 7 siku bila malipo.

Unda ombi

Vidhibiti vinazalishwa kutoka kwenye schema ya modeli. Msimbo na bei husasishwa unapovibadilisha.

Msaada wa kutambua sauti kwa kutoa sauti kutoka kwenye sehemu. Maelezo ya maandishi ya sauti ya kutengwa yanapendekezwa, ingawa si lazima.

•inahitajika audio_url
Dondosha faili, au

URL ya faili la sauti kwa uchakataji.

chaguomsingi 1

Idadi ya wagombea inayotumika tu pamoja na kidokezo cha maandishi: idadi hiyo ya wagombea huzalishwa na kupangwa. Utenganishaji wa sehemu pekee hupuuza mpangilio huu.

•inahitajika

Vipindi vya muda vilivyo na sauti lengwa ya kutengwa.

Ya kina acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
acceleration chaguomsingi balanced

Kiwango cha kuongeza kasi kinachotumika kwenye uchakataji.

output_format chaguomsingi wav

Umbizo la sauti iliyozalishwa.

chaguomsingi 60

Kikomo cha sauti kwa kila pasi, kinachopimwa kwa sekunde, ambacho kikizidi uchakataji hutumia vipande vinavyopishana vinavyounganishwa pamoja.

chaguomsingi 5

Urefu wa mwingiliano kati ya vipande, unaopimwa kwa sekunde, unaotumika kwa uunganishaji wa crossfade.

POST /run/sam-audio/span-separate?wait=20 makadirio → $ 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/span-separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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"

Endesha ombi hili

Key yako inabaki kwenye kivinjari hiki: inatumwa kwa Doitong API pekee na kuhifadhiwa (localStorage) tu ukiweka tiki kwenye Kumbuka. Pata ufunguo wa API

Kuhusu Sam Audio · Span Separate

Badala ya kutegemea maandishi pekee, unapitisha `spans` zinazoonyesha wakati sauti lengwa inapotokea kwenye `audio_url`. `prompt` ni ya hiari lakini husaidia kutambua aina ya sauti. `trim_to_span` inaweza kukata tokeo hadi kwenye kipindi cha span, na `use_sound_activity_ranking` huruhusu kupanga upya bila kidokezo. Hurejesha sauti za `target` na `residual` katika wav au mp3.

Vigezo

Tuma jina rasmi au jina asilia, si yote mawili. Majina rasmi

JinaAina ChaguomsingiInaruhusiwa Maelezo
audio_urlinahitajika audio
Ainaurl · audio
URL ya faili la sauti kwa uchakataji.
promptsi lazima
Ainastring | null
Msaada wa kutambua sauti kwa kutoa sauti kutoka kwenye sehemu. Maelezo ya maandishi ya sauti ya kutengwa yanapendekezwa, ingawa si lazima.
spansinahitajika
Ainaobject[]
Vipindi vya muda vilivyo na sauti lengwa ya kutengwa.
spans[].startinahitajika
Ainanumber
≥ 0
Muhuri wa muda wa kuanza kwa sehemu, unaopimwa kwa sekunde.
spans[].endinahitajika
Ainanumber
≥ 0
Muhuri wa muda wa mwisho wa sehemu, unaopimwa kwa sekunde.
spans[].includesi lazima
Ainaboolean
Chaguomsingitrue
Ujumuishaji wa sauti ndani ya sehemu: True huzijumuisha, huku False ikiziondoa.
reranking_candidatessi lazima
Ainainteger
Chaguomsingi1
1 – 7
Idadi ya wagombea inayotumika tu pamoja na kidokezo cha maandishi: idadi hiyo ya wagombea huzalishwa na kupangwa. Utenganishaji wa sehemu pekee hupuuza mpangilio huu.
accelerationsi lazima
Ainaenum
Chaguomsingibalanced
fastbalancedquality
Kiwango cha kuongeza kasi kinachotumika kwenye uchakataji.
max_chunk_durationsi lazima
Ainanumber
Chaguomsingi60
10 – 60
Kikomo cha sauti kwa kila pasi, kinachopimwa kwa sekunde, ambacho kikizidi uchakataji hutumia vipande vinavyopishana vinavyounganishwa pamoja.
chunk_overlapsi lazima
Ainanumber
Chaguomsingi5
0 – 30
Urefu wa mwingiliano kati ya vipande, unaopimwa kwa sekunde, unaotumika kwa uunganishaji wa crossfade.
use_sound_activity_rankingsi lazima
Ainaboolean
Chaguomsingifalse
Chaguo la upangaji wa shughuli za sauti linalohitaji reranking_candidates > 1, kuwezesha upangaji upya bora kwa utenganishaji wa sehemu pekee bila kidokezo cha maandishi. Wagombea hupata alama kulingana na jinsi maeneo yao yaliyotambuliwa yasiyo kimya yanavyolingana na sehemu zilizotolewa.
trim_to_spansi lazima
Ainaboolean
Chaguomsingifalse
Chaguo la urefu wa tokeo kati ya sehemu iliyobainishwa pekee na sauti kamili. Kukiwezesha hukata hadi masafa ya muda ya sehemu; False huhifadhi urefu kamili na kutenga sauti lengwa kote.
output_formatsi lazima
Ainaenum
Chaguomsingiwav
wavmp3
Umbizo la sauti iliyozalishwa.
inahitajika Jina rasmi, pia linakubalika

Vigezo vya faili vinakubali URL ya umma ya https://, data: URI ya hadi 10 MB, au file_url ya upakiaji. Faili

Tokeo

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-audio/span-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": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  },
  "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"
  }
}
Faili zako, chaguo lakoKila outputs[].url ni nakala kwenye hifadhi yetu: huhifadhiwa milele (hutozwa kwa GB kwa mwezi) au 7 siku bila malipo, kulingana na mpangilio wa akaunti yako au ?storage=.
Muundo uleule kwenye kila modelitype, url, content_type, width, height na duration, kwa picha, video na sauti. output ni kitu cha matokeo cha modeli yenyewe.
Sehemu za tokeo
target
object {url, content_type, file_name, file_size}Sauti lengwa iliyotolewa ikiwa imetengwa.
residual
object {url, content_type, file_name, file_size}Sauti iliyobaki kando na sauti lengwa.
duration
numberUrefu wa tokeo la sauti, unaopimwa kwa sekunde.
sample_rate
integerMarudio ya sampuli katika Hz kwa sauti ya tokeo.

Miundo zaidi: Sauti

Kwa mawakala wa AI: ukurasa huu katika Markdown unapatikana kwenye https://doitong.com/sw/developers/models/sam-audio/span-separate.md. Modeli na miongozo yote: https://doitong.com/developers/llms.txt