مواد پر جائیں

Sam Audio · Separate

انٹیگریٹ کریں

ماڈل id sam-audio/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/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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

مثال جیسی فائلیں: ⁨$0.05⁩ 50 API کریڈٹس آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
Meta آڈیو 10–60 s #audio-to-audio#sam-audio

ٹیکسٹ وضاحت کے ذریعے آڈیو فائل سے آواز الگ کرتا ہے اور ہدف و باقی ٹریکس واپس کرتا ہے

Meta · ڈیٹا (JSON)

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

الگ کی جانے والی آواز کی متنی تفصیل۔

•لازمی audio_url
فائل ڈراپ کریں، یا

پروسیسنگ کے لیے آڈیو فائل کا URL؛ معاون فارمیٹس WAV، MP3 اور FLAC ہیں۔

ڈیفالٹ 1

رینکنگ کے لیے تیار کیے گئے امیدواروں کی تعداد۔

ایڈوانسڈ acceleration · output_format · max_chunk_duration · chunk_overlap · predict_spans
acceleration ڈیفالٹ balanced

processing پر لاگو acceleration level۔

output_format ڈیفالٹ wav

تخلیق شدہ آڈیو کا فارمیٹ۔

ڈیفالٹ 60

ہر پاس کی آڈیو حد، سیکنڈز میں ناپی جاتی ہے؛ اس سے زیادہ ہونے پر پروسیسنگ اوورلیپنگ حصوں کے ذریعے ہوتی ہے جنہیں آپس میں ملایا جاتا ہے۔

ڈیفالٹ 5

حصوں کے درمیان اوورلیپ کی طوالت، سیکنڈز میں ناپی جاتی ہے، جسے کراس فیڈ ملاپ کے لیے استعمال کیا جاتا ہے۔

POST /run/sam-audio/separate?wait=20 قیمت → ⁨$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/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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Sam Audio · Separate کے بارے میں

اسے ایک `audio_url` (WAV، MP3 یا FLAC) اور اس آواز کا نام بتاتے ہوئے ایک `prompt` فراہم کریں جسے نکالنا مقصود ہے۔ آؤٹ پٹ میں علیحدہ کی گئی آواز کے ساتھ ایک `target` ٹریک اور باقی تمام آوازوں کے ساتھ ایک `residual` ٹریک ہوتا ہے۔ آپشنز میں `predict_spans` ، 7 تک `reranking_candidates` ، ایک `acceleration` لیول، طویل آڈیو کی چنکنگ (10 سے 60 سیکنڈ فی پاس) اور wav یا mp3 آؤٹ پٹ شامل ہیں۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
audio_urlلازمی audio
قسمurl · audio
پروسیسنگ کے لیے آڈیو فائل کا URL؛ معاون فارمیٹس WAV، MP3 اور FLAC ہیں۔
promptلازمی
قسمstring
الگ کی جانے والی آواز کی متنی تفصیل۔
predict_spansاختیاری
قسمboolean
ڈیفالٹfalse
ہدفی آواز پر مشتمل وقت کے وقفوں کی خودکار پیش گوئی۔
reranking_candidatesاختیاری
قسمinteger
ڈیفالٹ1
1 – 7
رینکنگ کے لیے تیار کیے گئے امیدواروں کی تعداد۔
accelerationاختیاری
قسمenum
ڈیفالٹbalanced
fastbalancedquality
processing پر لاگو acceleration level۔
max_chunk_durationاختیاری
قسمnumber
ڈیفالٹ60
10 – 60
ہر پاس کی آڈیو حد، سیکنڈز میں ناپی جاتی ہے؛ اس سے زیادہ ہونے پر پروسیسنگ اوورلیپنگ حصوں کے ذریعے ہوتی ہے جنہیں آپس میں ملایا جاتا ہے۔
chunk_overlapاختیاری
قسمnumber
ڈیفالٹ5
0 – 30
حصوں کے درمیان اوورلیپ کی طوالت، سیکنڈز میں ناپی جاتی ہے، جسے کراس فیڈ ملاپ کے لیے استعمال کیا جاتا ہے۔
output_formatاختیاری
قسمenum
ڈیفالٹwav
wavmp3
تخلیق شدہ آڈیو کا فارمیٹ۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-audio/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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
target
object {url, content_type, file_name, file_size}الگ تھلگ کی گئی ہدفی آواز۔
residual
object {url, content_type, file_name, file_size}ہدفی آواز کے علاوہ باقی آڈیو۔
duration
numberآؤٹ پٹ آڈیو کی طوالت، سیکنڈز میں ناپی جاتی ہے۔
sample_rate
integerآؤٹ پٹ آڈیو کی Hz میں sampling frequency۔

مزید ماڈلز: آڈیو

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/sam-audio/separate.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt