உள்ளடக்கத்திற்குச் செல்க

Sam Audio · Visual Separate

ஒருங்கிணை

மாடல் id sam-audio/visual-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/visual-separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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

விருப்ப மறைப்பு வீடியோ மற்றும் உரை ப்ராம்ப்ட்டின் வழிகாட்டலுடன், வீடியோவின் ஆடியோ தடத்திலிருந்து ஒரு ஒலியைப் பிரிக்கிறது

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.

இயல்புநிலை

பிரித்தலுக்கு உதவும் இலக்கு ஒலியின் இயல்மொழி விளக்கம்.

•தேவை video_url
கோப்பை விடுங்கள் அல்லது

MP4 அல்லது MOV போன்ற வடிவங்களில் செயலாக்கத்திற்கான வீடியோ கோப்பு URL.

இயல்புநிலை 1

தரவரிசைப்படுத்துவதற்காக உருவாக்கப்படும் candidate-களின் எண்ணிக்கை.

மேம்பட்டவை mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
கோப்பை விடுங்கள் அல்லது

இலக்கு பொருள் வெள்ளைப் பின்னணியில் கருப்பாகத் தோன்றும் binary encoding ஐப் பயன்படுத்தும் mask வீடியோ URL.

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/visual-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/visual-separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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 · Visual Separate பற்றி

`video_url`-ஐப் பெற்று அதன் ஆடியோவிலிருந்து இலக்கு ஒலியைப் பிரித்தெடுக்கிறது. விருப்பமான `mask_video_url` இலக்கு பொருளைக் குறிக்கிறது (இலக்குக்கு கருப்பு, பின்னணிக்கு வெள்ளை); `prompt` உரைக் குறிப்பைச் சேர்க்கலாம். அதிகபட்சம் 4 `reranking_candidates` மறுவரிசைப்படுத்தப்படலாம்; நீண்ட ஆடியோ பகுதிகளாகப் பிரிக்கப்படும். வெளியீட்டில் wav அல்லது mp3 வடிவில் `target` மற்றும் `residual` ஆடியோ இருக்கும்.

அளவுருக்கள்

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

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்
video_urlதேவை video
வகைurl · video
MP4 அல்லது MOV போன்ற வடிவங்களில் செயலாக்கத்திற்கான வீடியோ கோப்பு URL.
mask_video_urlவிருப்பத்தேர்வு
வகைurl · video
இலக்கு பொருள் வெள்ளைப் பின்னணியில் கருப்பாகத் தோன்றும் binary encoding ஐப் பயன்படுத்தும் mask வீடியோ URL.
promptவிருப்பத்தேர்வு
வகைstring
இயல்புநிலை
பிரித்தலுக்கு உதவும் இலக்கு ஒலியின் இயல்மொழி விளக்கம்.
reranking_candidatesவிருப்பத்தேர்வு
வகைinteger
இயல்புநிலை1
1 – 4
தரவரிசைப்படுத்துவதற்காக உருவாக்கப்படும் candidate-களின் எண்ணிக்கை.
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.
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/visual-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": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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: வீடியோவிலிருந்து ஆடியோவிற்கு

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