تخطّي إلى المحتوى

Sam Audio · Visual Separate

التكامل

معرّف النموذج 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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ملفات مثل المثال: ⁨‏0.05 $⁩ 50 رصيد API · ≈ ⁨‏5.27 ₽⁩ تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API
Meta تحويل الفيديو إلى صوت 10–60 ث #video-to-audio#sam-audio

يفصل صوتًا من المسار الصوتي لفيديو، مع توجيه اختياري عبر فيديو قناع ومطالبة نصية

Meta · بيانات (JSON)

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

الافتراضي

وصف باللغة الطبيعية للصوت المستهدف للمساعدة في الفصل.

•مطلوب video_url
أفلت ملفًا، أو

عنوان URL لملف فيديو لمعالجته، بصيغ مثل MP4 أو MOV.

الافتراضي 1

عدد المرشحين المُنشئين للترتيب.

متقدم mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
أفلت ملفًا، أو

عنوان URL لفيديو قناع بترميز ثنائي يظهر فيه الكائن المستهدف بالأسود على خلفية بيضاء.

acceleration الافتراضي balanced

مستوى التسريع المطبّق على المعالجة.

output_format الافتراضي wav

تنسيق الصوت المُولّد.

الافتراضي 60

حد الصوت لكل تمريرة، مقاسًا بالثواني، وبعده تستخدم المعالجة مقاطع متداخلة تُمزج معًا.

الافتراضي 5

طول التداخل بين المقاطع، مقاسًا بالثواني، والمستخدم للمزج بالتلاشي المتقاطع.

POST /run/sam-audio/visual-separate?wait=20 عرض السعر → ⁨‏0.05 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Sam Audio · Visual Separate

يستقبل `video_url` ويستخرج صوتًا مستهدفًا من مساره الصوتي. يحدد `mask_video_url` الاختياري الكائن المستهدف (الأسود للهدف والأبيض للخلفية)، ويمكن لـ `prompt` إضافة تلميح نصي. يمكن ترتيب ما يصل إلى 4 من `reranking_candidates`، كما يُقسّم الصوت الطويل إلى مقاطع. يحتوي الناتج على صوتي `target` و`residual` بصيغة wav أو mp3.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
video_urlمطلوب video
النوعurl · video
عنوان URL لملف فيديو لمعالجته، بصيغ مثل MP4 أو MOV.
mask_video_urlاختياري
النوعurl · video
عنوان URL لفيديو قناع بترميز ثنائي يظهر فيه الكائن المستهدف بالأسود على خلفية بيضاء.
promptاختياري
النوعstring
الافتراضي
وصف باللغة الطبيعية للصوت المستهدف للمساعدة في الفصل.
reranking_candidatesاختياري
النوعinteger
الافتراضي1
1 – 4
عدد المرشحين المُنشئين للترتيب.
accelerationاختياري
النوعenum
الافتراضيbalanced
fastbalancedquality
مستوى التسريع المطبّق على المعالجة.
max_chunk_durationاختياري
النوعnumber
الافتراضي60
10 – 60
حد الصوت لكل تمريرة، مقاسًا بالثواني، وبعده تستخدم المعالجة مقاطع متداخلة تُمزج معًا.
chunk_overlapاختياري
النوعnumber
الافتراضي5
0 – 30
طول التداخل بين المقاطع، مقاسًا بالثواني، والمستخدم للمزج بالتلاشي المتقاطع.
output_formatاختياري
النوعenum
الافتراضيwav
wavmp3
تنسيق الصوت المُولّد.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
target
object {url, content_type, file_name, file_size}الصوت المستهدف المستخرج بصورة معزولة.
residual
object {url, content_type, file_name, file_size}الصوت المتبقي باستثناء الصوت المستهدف.
duration
numberطول الصوت المخرج، مقاسًا بالثواني.
sample_rate
integerتردد أخذ العينات بالهرتز للصوت المخرج.

مزيد من النماذج: تحويل الفيديو إلى صوت

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/sam-audio/visual-separate.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt