שפּרינגען צו אינהאַלט

Sam Audio · Visual Separate

אינטעגרירן

מאָדעל־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"

פֿײַלן ווי דער בײַשפּיל: ⁨$ 0.05⁩ 50 API־קרעדיטן אײַערע פֿײַלן ווערן געמאסטן איידערן לויפֿן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Meta ווידעא צו אַודיאָ 10–60 s #video-to-audio#sam-audio

שיידט אויס אַ קלאַנג פֿון אַ ווידעאָ־אַודיאָ־טראַק, געפֿירט דורך אַן אָפּציאָנעלן מאַסקע־ווידעאָ און טעקסט־פּראָמפּט

Meta · דאַטן (JSON)

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

סטאַנדאַרט

באַשרײַבונג פֿונעם ציל־קלאַנג אין נאַטירלעכער שפּראַך, צו העלפֿן מיט דער צעשיידונג.

•פארלאנגט video_url
לייגט אַרײַן אַ טעקע, אָדער

ווידעא־פֿײַל־URL פֿאַר באַאַרבעטונג, אין פֿאָרמאַטן ווי MP4 אָדער MOV.

סטאַנדאַרט 1

צאָל קאַנדידאַטן געשאַפֿן פֿאַר ראַנגירונג.

פֿאָרגעשריטן mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
לייגט אַרײַן אַ טעקע, אָדער

URL פֿון אַ מאַסקע־ווידעא מיט בינאַרער קאָדירונג, וווּ דער ציל־אָביעקט איז שוואַרץ אויף אַ ווײַסן הינטערגרונט.

acceleration סטאַנדאַרט balanced

אַקסעלעראַציע־ניוואָ געווענדט צו פּראַסעסירונג.

output_format סטאַנדאַרט wav

פֿאָרמאַט פֿאַר דעם גענערירטן אַודיאָ.

סטאַנדאַרט 60

אַודיאָ־גרענעץ פֿאַר יעדן דורכגאַנג, געמאָסטן אין סעקונדעס; בײַם איבערשטײַגן ווערן גענוצט איבערלאַפּנדיקע שטיקלעך וואָס ווערן צונויפֿגעמישט.

סטאַנדאַרט 5

לענג פֿון דער איבערלאַפּונג צווישן שטיקלעך, געמאָסטן אין סעקונדעס, פֿאַר אַ גלאַטן קלאַנג־איבערגאַנג.

POST /run/sam-audio/visual-separate?wait=20 פּרײַז → ⁨$ 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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Sam Audio · Visual Separate

נעמט אַ `video_url` און עקסטראַקטירט אַ ציל־קלאַנג פֿון זײַן אַודיאָ. אַן אָפּציאָנעלער `mask_video_url` באַצייכנט דעם ציל־אָבדזשעקט (שוואַרץ פֿאַר ציל, ווײַס פֿאַר הינטערגרונט), און `prompt` קען צולייגן אַ טעקסט־הינווייז. ביז 4 `reranking_candidates` קענען ווערן ראַנגירט, און לאַנגע אַודיאָ־טעקעס ווערן צעטיילט. דער רעזולטאַט האָט `target` און `residual` אַודיאָ אין wav אָדער mp3.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
video_urlפארלאנגט video
טיפּurl · video
ווידעא־פֿײַל־URL פֿאַר באַאַרבעטונג, אין פֿאָרמאַטן ווי MP4 אָדער MOV.
mask_video_urlאָפּציאָנעל
טיפּurl · video
URL פֿון אַ מאַסקע־ווידעא מיט בינאַרער קאָדירונג, וווּ דער ציל־אָביעקט איז שוואַרץ אויף אַ ווײַסן הינטערגרונט.
promptאָפּציאָנעל
טיפּstring
סטאַנדאַרט
באַשרײַבונג פֿונעם ציל־קלאַנג אין נאַטירלעכער שפּראַך, צו העלפֿן מיט דער צעשיידונג.
reranking_candidatesאָפּציאָנעל
טיפּinteger
סטאַנדאַרט1
1 – 4
צאָל קאַנדידאַטן געשאַפֿן פֿאַר ראַנגירונג.
accelerationאָפּציאָנעל
טיפּenum
סטאַנדאַרטbalanced
fastbalancedquality
אַקסעלעראַציע־ניוואָ געווענדט צו פּראַסעסירונג.
max_chunk_durationאָפּציאָנעל
טיפּnumber
סטאַנדאַרט60
10 – 60
אַודיאָ־גרענעץ פֿאַר יעדן דורכגאַנג, געמאָסטן אין סעקונדעס; בײַם איבערשטײַגן ווערן גענוצט איבערלאַפּנדיקע שטיקלעך וואָס ווערן צונויפֿגעמישט.
chunk_overlapאָפּציאָנעל
טיפּnumber
סטאַנדאַרט5
0 – 30
לענג פֿון דער איבערלאַפּונג צווישן שטיקלעך, געמאָסטן אין סעקונדעס, פֿאַר אַ גלאַטן קלאַנג־איבערגאַנג.
output_formatאָפּציאָנעל
טיפּenum
סטאַנדאַרטwav
wavmp3
פֿאָרמאַט פֿאַר דעם גענערירטן אַודיאָ.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
target
object {url, content_type, file_name, file_size}ציל־קלאַנג עקסטראַקטירט באַזונדער.
residual
object {url, content_type, file_name, file_size}אַודיאָ וואָס בלײַבט איבער אָן דעם ציל־קלאַנג.
duration
numberלענג פֿונעם רעזולטאַט־אַודיאָ, געמאָסטן אין סעקונדעס.
sample_rate
integerסאַמפּלינג־פֿרעקווענץ אין Hz פֿאַר דעם רעזולטאַט־אַודיאָ.

מער מאָדעלן: ווידעא צו אַודיאָ

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/sam-audio/visual-separate.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt