Bỏ qua đến nội dung

Sam Audio · Visual Separate

Tích hợp

Id mô hình 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"

Các tệp như ví dụ: 0,05 $ 50 tín dụng API tệp của bạn được đo trước khi chạy Chạy trên trang này

Lấy khóa API
Meta Video sang âm thanh 10–60 s #video-to-audio#sam-audio

Tách âm thanh khỏi bản âm thanh của video, được định hướng bởi video mặt nạ và lời nhắc văn bản tùy chọn

Meta · Dữ liệu (JSON)

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

mặc định

Mô tả bằng ngôn ngữ tự nhiên về âm thanh mục tiêu để hỗ trợ phân tách.

•bắt buộc video_url
Thả tệp hoặc

URL tệp video để xử lý, ở các định dạng như MP4 hoặc MOV.

mặc định 1

Số lượng ứng viên được tạo để xếp hạng.

Nâng cao mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Thả tệp hoặc

URL video mặt nạ sử dụng mã hóa nhị phân, trong đó đối tượng mục tiêu có màu đen trên nền trắng.

acceleration mặc định balanced

Mức tăng tốc áp dụng cho quá trình xử lý.

output_format mặc định wav

Định dạng âm thanh được tạo.

mặc định 60

Giới hạn âm thanh cho mỗi lượt xử lý, tính bằng giây; khi vượt quá giới hạn, quá trình xử lý sử dụng các đoạn chồng lấn được hòa trộn với nhau.

mặc định 5

Độ dài phần chồng lấn giữa các đoạn, tính bằng giây, dùng để hòa trộn crossfade.

POST /run/sam-audio/visual-separate?wait=20 báo giá → 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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Sam Audio · Visual Separate

Nhận `video_url` và trích xuất âm thanh mục tiêu từ âm thanh của video. `mask_video_url` tùy chọn đánh dấu đối tượng mục tiêu (màu đen cho mục tiêu, màu trắng cho nền), còn `prompt` có thể bổ sung gợi ý văn bản. Có thể xếp hạng tối đa 4 `reranking_candidates`, và âm thanh dài sẽ được chia nhỏ. Đầu ra có âm thanh `target` và `residual` ở định dạng wav hoặc mp3.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
video_urlbắt buộc video
Kiểuurl · video
URL tệp video để xử lý, ở các định dạng như MP4 hoặc MOV.
mask_video_urltùy chọn
Kiểuurl · video
URL video mặt nạ sử dụng mã hóa nhị phân, trong đó đối tượng mục tiêu có màu đen trên nền trắng.
prompttùy chọn
Kiểustring
Mặc định
Mô tả bằng ngôn ngữ tự nhiên về âm thanh mục tiêu để hỗ trợ phân tách.
reranking_candidatestùy chọn
Kiểuinteger
Mặc định1
1 – 4
Số lượng ứng viên được tạo để xếp hạng.
accelerationtùy chọn
Kiểuenum
Mặc địnhbalanced
fastbalancedquality
Mức tăng tốc áp dụng cho quá trình xử lý.
max_chunk_durationtùy chọn
Kiểunumber
Mặc định60
10 – 60
Giới hạn âm thanh cho mỗi lượt xử lý, tính bằng giây; khi vượt quá giới hạn, quá trình xử lý sử dụng các đoạn chồng lấn được hòa trộn với nhau.
chunk_overlaptùy chọn
Kiểunumber
Mặc định5
0 – 30
Độ dài phần chồng lấn giữa các đoạn, tính bằng giây, dùng để hòa trộn crossfade.
output_formattùy chọn
Kiểuenum
Mặc địnhwav
wavmp3
Định dạng âm thanh được tạo.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
target
object {url, content_type, file_name, file_size}Âm thanh mục tiêu được trích xuất riêng.
residual
object {url, content_type, file_name, file_size}Âm thanh còn lại ngoài âm thanh mục tiêu.
duration
numberĐộ dài âm thanh đầu ra, tính bằng giây.
sample_rate
integerTần số lấy mẫu tính bằng Hz của âm thanh đầu ra.

Thêm mô hình: Video sang âm thanh

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/sam-audio/visual-separate.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt