உள்ளடக்கத்திற்குச் செல்க

Sam Audio · Span Separate

ஒருங்கிணை

மாடல் id 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"

எடுத்துக்காட்டு போன்ற கோப்புகள்: $0.05 50 API கிரெடிட்கள் இயக்குவதற்கு முன் உங்கள் கோப்புகள் அளவிடப்படும் இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக
Meta ஆடியோ 10–60 s #audio-to-audio#sam-audio

நீங்கள் வழங்கும் நேர இடைவெளிகளைப் பயன்படுத்தி ஆடியோவிலிருந்து ஒரு ஒலியைத் தனிமைப்படுத்துகிறது; விருப்பமான உரைக் குறிப்பும் வழங்கலாம்

Meta · தரவு (JSON)

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

இடைவெளியிலிருந்து ஆடியோவைப் பிரித்தெடுக்க உதவும் ஒலி-அடையாள வழிகாட்டி. தனிமைப்படுத்த வேண்டிய ஒலியின் உரை விளக்கம் பரிந்துரைக்கப்படுகிறது, ஆனால் கட்டாயமில்லை.

•தேவை audio_url
கோப்பை விடுங்கள் அல்லது

செயலாக்கத்திற்கான ஆடியோ கோப்பு URL.

இயல்புநிலை 1

உரைப் ப்ராம்ப்ட்டுடன் மட்டுமே பயன்படுத்தப்படும் candidate எண்ணிக்கை: அந்த அளவு candidate-கள் உருவாக்கப்பட்டு தரவரிசைப்படுத்தப்படும். இடைவெளி-மட்டும் பிரித்தல் இந்த அமைப்பைப் புறக்கணிக்கும்.

•தேவை

தனிமைப்படுத்த வேண்டிய இலக்கு ஒலியைக் கொண்ட நேர இடைவெளிகள்.

மேம்பட்டவை acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
acceleration இயல்புநிலை balanced

செயலாக்கத்திற்குப் பயன்படுத்தப்படும் முடுக்க நிலை.

output_format இயல்புநிலை wav

உருவாக்கப்பட்ட ஆடியோவின் வடிவம்.

இயல்புநிலை 60

ஒவ்வொரு pass-க்குமான ஆடியோ வரம்பு, வினாடிகளில் அளவிடப்படுகிறது; இதைத் தாண்டினால் ஒன்றுடன் ஒன்று மிதக்கும் பகுதிகளாகப் பிரித்து இணைக்கப்படும்.

இயல்புநிலை 5

துண்டுகளுக்கிடையேயான overlap நீளம், வினாடிகளில் அளவிடப்படுகிறது; crossfade இணைப்புக்குப் பயன்படுத்தப்படும்.

POST /run/sam-audio/span-separate?wait=20 விலை → $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"

இந்தக் கோரிக்கையை இயக்கு

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். API விசையைப் பெறுங்கள்

Sam Audio · Span Separate பற்றி

உரையை மட்டும் சார்ந்திருப்பதற்குப் பதிலாக, `audio_url` இல் இலக்கு ஒலி நிகழும் நேரத்தைக் குறிக்கும் `spans`-ஐ வழங்குகிறீர்கள். `prompt` விருப்பமானது, ஆனால் ஒலி வகையை அடையாளம் காண உதவுகிறது. `trim_to_span` வெளியீட்டை span வரம்பிற்குள் வெட்டலாம்; `use_sound_activity_ranking` ப்ராம்ப்ட் இல்லாமலேயே மறுவரிசைப்படுத்தலை அனுமதிக்கிறது. wav அல்லது mp3 வடிவில் `target` மற்றும் `residual` ஆடியோவை வழங்குகிறது.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
audio_urlதேவை audio
வகைurl · audio
செயலாக்கத்திற்கான ஆடியோ கோப்பு URL.
promptவிருப்பத்தேர்வு
வகைstring | null
இடைவெளியிலிருந்து ஆடியோவைப் பிரித்தெடுக்க உதவும் ஒலி-அடையாள வழிகாட்டி. தனிமைப்படுத்த வேண்டிய ஒலியின் உரை விளக்கம் பரிந்துரைக்கப்படுகிறது, ஆனால் கட்டாயமில்லை.
spansதேவை
வகைobject[]
தனிமைப்படுத்த வேண்டிய இலக்கு ஒலியைக் கொண்ட நேர இடைவெளிகள்.
spans[].startதேவை
வகைnumber
≥ 0
இடைவெளி தொடக்க நேரமுத்திரை, வினாடிகளில் அளவிடப்படுகிறது.
spans[].endதேவை
வகைnumber
≥ 0
இடைவெளி முடிவு நேரமுத்திரை, வினாடிகளில் அளவிடப்படுகிறது.
spans[].includeவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைtrue
இடைவெளிக்குள் உள்ள ஒலிகளைச் சேர்த்தல்: True அவற்றைச் சேர்க்கும், False தவிர்க்கும்.
reranking_candidatesவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை1
1 – 7
உரைப் ப்ராம்ப்ட்டுடன் மட்டுமே பயன்படுத்தப்படும் candidate எண்ணிக்கை: அந்த அளவு candidate-கள் உருவாக்கப்பட்டு தரவரிசைப்படுத்தப்படும். இடைவெளி-மட்டும் பிரித்தல் இந்த அமைப்பைப் புறக்கணிக்கும்.
accelerationவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைbalanced
fastbalancedquality
செயலாக்கத்திற்குப் பயன்படுத்தப்படும் முடுக்க நிலை.
max_chunk_durationவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை60
10 – 60
ஒவ்வொரு pass-க்குமான ஆடியோ வரம்பு, வினாடிகளில் அளவிடப்படுகிறது; இதைத் தாண்டினால் ஒன்றுடன் ஒன்று மிதக்கும் பகுதிகளாகப் பிரித்து இணைக்கப்படும்.
chunk_overlapவிருப்பத்தேர்வு
வகைnumber
இயல்புநிலை5
0 – 30
துண்டுகளுக்கிடையேயான overlap நீளம், வினாடிகளில் அளவிடப்படுகிறது; crossfade இணைப்புக்குப் பயன்படுத்தப்படும்.
use_sound_activity_rankingவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைfalse
reranking_candidates > 1 தேவைப்படும் ஒலி-செயற்பாட்டு தரவரிசை விருப்பம்; உரைப் ப்ராம்ப்ட் இல்லாத இடைவெளி-மட்டும் பிரித்தலுக்கான பயனுள்ள மறுதரவரிசையை இயக்குகிறது. வழங்கப்பட்ட இடைவெளிகளுடன் கண்டறியப்பட்ட ஒலியற்ற பகுதிகள் எவ்வளவு நெருக்கமாகப் பொருந்துகின்றன என்பதன் அடிப்படையில் candidate-கள் மதிப்பிடப்படும்.
trim_to_spanவிருப்பத்தேர்வு
வகைboolean
இயல்புநிலைfalse
குறிப்பிட்ட இடைவெளி மட்டும் அல்லது முழு ஆடியோ எனும் வெளியீட்டு நீளத் தேர்வு. இதை இயக்கினால் நேர வரம்பு இடைவெளிக்குச் சுருக்கப்படும்; False முழு நீளத்தைத் தக்கவைத்து இலக்கு ஒலியை முழுவதும் தனிமைப்படுத்தும்.
output_formatவிருப்பத்தேர்வு
வகைenum
இயல்புநிலைwav
wavmp3
உருவாக்கப்பட்ட ஆடியோவின் வடிவம்.
தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

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"
  }
}
உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.
ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.
வெளியீட்டின் புலங்கள்
target
object {url, content_type, file_name, file_size}தனிமைப்படுத்திப் பிரித்தெடுக்கப்பட்ட இலக்கு ஒலி.
residual
object {url, content_type, file_name, file_size}இலக்கு ஒலியைத் தவிர மீதமுள்ள ஆடியோ.
duration
numberவெளியீட்டு ஆடியோ நீளம், வினாடிகளில் அளவிடப்படுகிறது.
sample_rate
integerவெளியீட்டு ஆடியோவின் Hz-இல் அளவிடப்படும் மாதிரி அதிர்வெண்.

மேலும் மாதிரிகள்: ஆடியோ

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/sam-audio/span-separate.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt