مواد پر جائیں

Sam Audio · Span Separate

انٹیگریٹ کریں

ماڈل 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"

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

فراہم کردہ زمانی حصوں کے ذریعے آڈیو سے آواز الگ کرتا ہے، اختیاری ٹیکسٹ اشارے کے ساتھ

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۔

حصے سے آڈیو نکالنے میں مدد دینے والا آواز کی شناخت کا ذریعہ۔ الگ تھلگ کی جانے والی آواز کی متنی وضاحت تجویز کی جاتی ہے، مگر ضروری نہیں۔

•لازمی audio_url
فائل ڈراپ کریں، یا

پروسیسنگ کے لیے آڈیو فائل کا URL۔

ڈیفالٹ 1

صرف متنی پرامپٹ کے ساتھ استعمال ہونے والی امیدواروں کی تعداد: اتنے امیدوار تیار اور رینک کیے جاتے ہیں۔ صرف حصے کی بنیاد پر علیحدگی اس ترتیب کو نظر انداز کرتی ہے۔

•لازمی

الگ تھلگ کی جانے والی ہدفی آواز پر مشتمل وقت کے وقفے۔

ایڈوانسڈ acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
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/span-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/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"

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 · Span Separate کے بارے میں

صرف ٹیکسٹ پر انحصار کرنے کے بجائے، `audio_url` میں ہدف آواز کے آنے کے اوقات نشان زد کرنے والے `spans` دیں۔ `prompt` اختیاری ہے، مگر آواز کی قسم شناخت کرنے میں مدد دیتا ہے۔ `trim_to_span` آؤٹ پٹ کو span کی حد تک محدود کر سکتا ہے، جبکہ `use_sound_activity_ranking` پرامپٹ کے بغیر دوبارہ درجہ بندی کی اجازت دیتا ہے۔ wav یا mp3 میں `target` اور `residual` آڈیو واپس کرتا ہے۔

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۔
promptاختیاری
قسمstring | null
حصے سے آڈیو نکالنے میں مدد دینے والا آواز کی شناخت کا ذریعہ۔ الگ تھلگ کی جانے والی آواز کی متنی وضاحت تجویز کی جاتی ہے، مگر ضروری نہیں۔
spansلازمی
قسمobject[]
الگ تھلگ کی جانے والی ہدفی آواز پر مشتمل وقت کے وقفے۔
spans[].startلازمی
قسمnumber
≥ 0
حصے کے آغاز کا ٹائم اسٹیمپ، سیکنڈز میں ناپا جاتا ہے۔
spans[].endلازمی
قسمnumber
≥ 0
حصے کے اختتام کا ٹائم اسٹیمپ، سیکنڈز میں ناپا جاتا ہے۔
spans[].includeاختیاری
قسمboolean
ڈیفالٹtrue
حصے کے اندر آوازوں کی شمولیت: True انہیں شامل کرتا ہے، جبکہ False خارج کرتا ہے۔
reranking_candidatesاختیاری
قسمinteger
ڈیفالٹ1
1 – 7
صرف متنی پرامپٹ کے ساتھ استعمال ہونے والی امیدواروں کی تعداد: اتنے امیدوار تیار اور رینک کیے جاتے ہیں۔ صرف حصے کی بنیاد پر علیحدگی اس ترتیب کو نظر انداز کرتی ہے۔
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۔
use_sound_activity_rankingاختیاری
قسمboolean
ڈیفالٹfalse
آواز کی سرگرمی کی رینکنگ کا آپشن، جس کے لیے reranking_candidates > 1 ضروری ہے؛ یہ متنی پرامپٹ کے بغیر صرف حصے کی بنیاد پر علیحدگی کے لیے مؤثر دوبارہ رینکنگ فعال کرتا ہے۔ امیدواروں کو اس بنیاد پر اسکور کیا جاتا ہے کہ ان کے شناخت شدہ غیر خاموش حصے فراہم کردہ حصوں سے کتنے قریب ملتے ہیں۔
trim_to_spanاختیاری
قسمboolean
ڈیفالٹfalse
آؤٹ پٹ کی طوالت کا انتخاب: صرف مخصوص حصے اور مکمل آڈیو کے درمیان۔ اسے فعال کرنے پر آڈیو حصے کی وقت کی حد تک مختصر ہو جاتی ہے؛ False مکمل طوالت برقرار رکھتا ہے اور پوری آڈیو میں ہدفی آواز کو الگ کرتا 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/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"
  }
}
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/span-separate.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt