ข้ามไปยังเนื้อหา

VEED Clean Audio

ผสานการทำงาน

ID โมเดล veed/clean-audio
# 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/veed/clean-audio?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"
  }'

# 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"

ไฟล์เช่นเดียวกับตัวอย่าง: $0.013 13 เครดิต API ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
VEED เสียง #speech-enhancement#noise-reduction#audio-denoise

ลดเสียงรบกวนในเสียงพูด ทำความสะอาดไฟล์บันทึกหรือแทร็กเสียงของวิดีโอ และปรับระดับความดังให้เป็นมาตรฐาน

VEED · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น audio_url
วางไฟล์ หรือ

ไฟล์บันทึกที่ส่งเพื่อทำความสะอาดผ่าน URL สาธารณะหรือ data URI โดยรองรับเสียงหรือวิดีโอใด ๆ ที่ ffmpeg ถอดรหัสได้ รวมถึง wav, ogg, mp3, webm, m4a, mov, aac และ mp4 สำหรับวิดีโอ ระบบจะประมวลผลแทร็กเสียง เรียก /video เพื่อรับวิดีโอพร้อมเสียงที่ทำความสะอาดแล้ว และการบันทึกแบบหลายช่องสัญญาณจะถูกมิกซ์ลงเป็นโมโน ระยะเวลาสูงสุดคือ 30 นาที โดยมีขนาดจำกัดที่ 512 MB

ขั้นสูง output_format · strength · target_lufs
output_format ค่าเริ่มต้น flac

ตัวเลือกคอนเทนเนอร์เสียง: FLAC รักษาคุณภาพแบบไม่สูญเสียไว้โดยมีขนาดไฟล์ประมาณครึ่งหนึ่งของ WAV เอาต์พุตมีหนึ่งช่องสัญญาณที่ 48 kHz พร้อมตัวอย่าง 16 บิต

ค่าเริ่มต้น 0.874

ระดับการลดเสียงพูดรบกวนพื้นหลัง: ค่าที่ต่ำกว่าจะเก็บเสียงบรรยากาศของห้องใต้เสียงพูดไว้มากกว่า แต่ช่วงหยุดระหว่างคำจะถูกทำความสะอาดทั้งหมดเสมอ ระดับเสียงต้นฉบับที่เหลือขั้นต่ำคือ 1 ลบด้วยค่า strength; ค่าเริ่มต้น 0.874 สอดคล้องกับการตั้งค่า -18 dB ที่ผ่านการตรวจสอบแล้ว

ค่าเริ่มต้น -19

เป้าหมายความดังเอาต์พุตแบบอินทิเกรตตาม ITU-R BS.1770; การส่งค่า null ผ่าน API จะข้ามการปรับมาตรฐานและรักษาระดับต้นฉบับไว้ มิฉะนั้น ค่าเริ่มต้นคือ -19 LUFS ซึ่งตรงกับเอาต์พุตจากโปรแกรมแก้ไข VEED และเพดาน true-peak คือ -1.1 dBTP

POST /run/veed/clean-audio?wait=20 ใบเสนอราคา → $0.013
# 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/veed/clean-audio?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"
  }'

# 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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ VEED Clean Audio

ลบเสียงรบกวนพื้นหลังออกจากไฟล์บันทึกเสียงพูด `audio_url` รองรับรูปแบบเสียงหรือวิดีโอใด ๆ ที่ ffmpeg ถอดรหัสได้ `strength` (0-1) กำหนดระดับการลดเสียงรบกวนระหว่างการพูด และ `target_lufs` (-40 ถึง -8) กำหนดความดังเอาต์พุต หรือเว้นว่างได้ เอาต์พุตเป็น 48 kHz โมโน 16-bit ในรูปแบบ flac หรือ wav และมีระยะเวลาเท่ากับอินพุต

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
audio_urlจำเป็น audio
ประเภทurl · audio
ไฟล์บันทึกที่ส่งเพื่อทำความสะอาดผ่าน URL สาธารณะหรือ data URI โดยรองรับเสียงหรือวิดีโอใด ๆ ที่ ffmpeg ถอดรหัสได้ รวมถึง wav, ogg, mp3, webm, m4a, mov, aac และ mp4 สำหรับวิดีโอ ระบบจะประมวลผลแทร็กเสียง เรียก /video เพื่อรับวิดีโอพร้อมเสียงที่ทำความสะอาดแล้ว และการบันทึกแบบหลายช่องสัญญาณจะถูกมิกซ์ลงเป็นโมโน ระยะเวลาสูงสุดคือ 30 นาที โดยมีขนาดจำกัดที่ 512 MB
strengthไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0.874
0 – 1
ระดับการลดเสียงพูดรบกวนพื้นหลัง: ค่าที่ต่ำกว่าจะเก็บเสียงบรรยากาศของห้องใต้เสียงพูดไว้มากกว่า แต่ช่วงหยุดระหว่างคำจะถูกทำความสะอาดทั้งหมดเสมอ ระดับเสียงต้นฉบับที่เหลือขั้นต่ำคือ 1 ลบด้วยค่า strength; ค่าเริ่มต้น 0.874 สอดคล้องกับการตั้งค่า -18 dB ที่ผ่านการตรวจสอบแล้ว
target_lufsไม่บังคับ
ประเภทnumber | null
ค่าเริ่มต้น-19
-40 – -8
เป้าหมายความดังเอาต์พุตแบบอินทิเกรตตาม ITU-R BS.1770; การส่งค่า null ผ่าน API จะข้ามการปรับมาตรฐานและรักษาระดับต้นฉบับไว้ มิฉะนั้น ค่าเริ่มต้นคือ -19 LUFS ซึ่งตรงกับเอาต์พุตจากโปรแกรมแก้ไข VEED และเพดาน true-peak คือ -1.1 dBTP
output_formatไม่บังคับ
ประเภทenum
ค่าเริ่มต้นflac
flacwav
ตัวเลือกคอนเทนเนอร์เสียง: FLAC รักษาคุณภาพแบบไม่สูญเสียไว้โดยมีขนาดไฟล์ประมาณครึ่งหนึ่งของ WAV เอาต์พุตมีหนึ่งช่องสัญญาณที่ 48 kHz พร้อมตัวอย่าง 16 บิต
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "veed/clean-audio",
  "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": 13,
    "usd": "0.013",
    "charged": 13,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "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
    },
    "audio_duration": 1.0
  },
  "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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
audio
object {url, content_type, file_name, file_size}เสียงที่ทำความสะอาดแล้วซึ่งมีระยะเวลาเท่ากับต้นฉบับ พร้อมปรับมาตรฐานความดังแล้ว การบันทึกใช้หนึ่งช่องสัญญาณ อัตราการสุ่มตัวอย่าง 48 kHz และความลึก 16 บิต
audio_duration
numberระยะเวลาของอินพุต วัดเป็นวินาที

โมเดลเพิ่มเติม: เสียง

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/veed/clean-audio.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt