# Sam Audio · Span Separate API

> Απομονώνει έναν ήχο από αρχείο ήχου χρησιμοποιώντας χρονικά διαστήματα που παρέχετε, με προαιρετική κειμενική υπόδειξη

Αντί να βασίζεσαι μόνο σε κείμενο, περνάς `spans` που σημειώνουν πότε εμφανίζεται ο ήχος-στόχος στο `audio_url`. Το `prompt` είναι προαιρετικό, αλλά βοηθά στην αναγνώριση του τύπου ήχου. Το `trim_to_span` μπορεί να περικόψει την έξοδο στο εύρος του span και το `use_sound_activity_ranking` επιτρέπει επανακατάταξη χωρίς prompt. Επιστρέφει ήχο `target` και `residual` σε wav ή mp3.

- Model id: `sam-audio/span-separate`
- Made by: Meta
- Category: Audio
- Output: json
- Price per 30 seconds of your input audio: from $0.05 / 30 seconds of input audio (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.ru/v1/run/sam-audio/span-separate`
- Quote: `POST https://api.doitong.ru/v1/quote/sam-audio/span-separate`
- Docs page: https://doitong.com/el/developers/models/sam-audio/span-separate

## Pricing

Price: **from $0.05 / 30 seconds of input audio** (the lowest tier; the quote prices your exact input). Price per 30 seconds of your input audio: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.05 = 50 API credits (1 × 30 s input audio × $0.05).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/sam-audio/span-separate` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `audio_url` | `audio` | string (audio URL) | yes |  |  | URL αρχείου ήχου για επεξεργασία. |
| `prompt` |  | string \| null | no |  |  | Βοήθημα αναγνώρισης ήχου για εξαγωγή ήχου από το χρονικό τμήμα. Συνιστάται, αλλά δεν απαιτείται, κειμενική περιγραφή του ήχου προς απομόνωση. |
| `spans` |  | array of object {start, end, include} | yes |  |  | Χρονικά διαστήματα που περιέχουν τον ήχο-στόχο προς απομόνωση. |
| `spans[].start` |  | number | yes |  | ≥ 0 | Χρονική σήμανση έναρξης τμήματος, μετρημένη σε δευτερόλεπτα. |
| `spans[].end` |  | number | yes |  | ≥ 0 | Χρονική σήμανση λήξης τμήματος, μετρημένη σε δευτερόλεπτα. |
| `spans[].include` |  | boolean | no | `true` |  | Συμπερίληψη ήχων μέσα στο τμήμα: το True τους περιλαμβάνει, ενώ το False τους εξαιρεί. |
| `reranking_candidates` |  | integer | no | `1` | 1 – 7 | Αριθμός υποψηφίων που χρησιμοποιείται μόνο με text prompt: δημιουργούνται και κατατάσσονται τόσοι υποψήφιοι. Ο διαχωρισμός μόνο βάσει τμήματος αγνοεί αυτήν τη ρύθμιση. |
| `acceleration` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `quality` | Επίπεδο επιτάχυνσης που εφαρμόζεται στην επεξεργασία. |
| `max_chunk_duration` |  | number | no | `60` | 10 – 60 | Όριο ήχου ανά πέρασμα, μετρημένο σε δευτερόλεπτα, πέρα από το οποίο η επεξεργασία χρησιμοποιεί επικαλυπτόμενα τμήματα που αναμειγνύονται μεταξύ τους. |
| `chunk_overlap` |  | number | no | `5` | 0 – 30 | Μήκος της επικάλυψης μεταξύ τμημάτων, μετρημένο σε δευτερόλεπτα, που χρησιμοποιείται για ανάμειξη crossfade. |
| `use_sound_activity_ranking` |  | boolean | no | `false` |  | Επιλογή κατάταξης δραστηριότητας ήχου που απαιτεί reranking_candidates > 1 και ενεργοποιεί αποτελεσματική επανακατάταξη για διαχωρισμό μόνο βάσει τμήματος χωρίς text prompt. Οι υποψήφιοι βαθμολογούνται ανάλογα με το πόσο κοντά ευθυγραμμίζονται οι ανιχνευμένες μη σιωπηλές περιοχές τους με τα παρεχόμενα τμήματα. |
| `trim_to_span` |  | boolean | no | `false` |  | Επιλογή μήκους εξόδου μεταξύ μόνο του καθορισμένου τμήματος και του πλήρους ήχου. Η ενεργοποίηση περικόπτει στο χρονικό εύρος του τμήματος· το False διατηρεί το πλήρες μήκος και απομονώνει τον ήχο-στόχο σε όλη τη διάρκεια. |
| `output_format` |  | enum (string) | no | `wav` | `wav`, `mp3` | Μορφή του παραγόμενου ήχου. |

File parameters (`audio`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "spans": [
    {
      "end": 10,
      "include": true,
      "start": 6
    }
  ]
}
```

A fuller example:

```json
{
  "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "spans": [
    {
      "end": 10,
      "include": true,
      "start": 6
    }
  ]
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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/span-separate?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio_url": "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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/sam-audio/span-separate?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
        {
            "end": 10,
            "include": True,
            "start": 6,
        },
    ],
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sam-audio/span-separate", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "sam-audio/span-separate",
      "input": {
        "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
        "spans": [
          {
            "end": 10,
            "include": true,
            "start": 6
          }
        ]
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `target` | object {url, content_type, file_name, file_size} | Ήχος-στόχος που εξάγεται μεμονωμένα. |
| `residual` | object {url, content_type, file_name, file_size} | Ήχος που απομένει εκτός του ήχου-στόχου. |
| `duration` | number | Μήκος ήχου εξόδου, μετρημένο σε δευτερόλεπτα. |
| `sample_rate` | integer | Συχνότητα δειγματοληψίας σε Hz για τον ήχο εξόδου. |

## Related models

- [Sam Audio · Separate](https://doitong.com/developers/models/sam-audio/separate.md) (`sam-audio/separate`): from $0.05 / 30 seconds of input audio
- [Sam Audio · Visual Separate](https://doitong.com/developers/models/sam-audio/visual-separate.md) (`sam-audio/visual-separate`): from $0.05 / 30 seconds of input video
- [MMAudio V2](https://doitong.com/developers/models/mmaudio-v2.md) (`mmaudio-v2`): $0.001 / second
- [Demucs](https://doitong.com/developers/models/demucs.md) (`demucs`): $0.0007 / second of input audio
- [DeepFilterNet 3](https://doitong.com/developers/models/deepfilternet3.md) (`deepfilternet3`): $0.001 / second of input audio
- [ElevenLabs Audio Isolation](https://doitong.com/developers/models/elevenlabs/audio-isolation.md) (`elevenlabs/audio-isolation`): $0.10 / minute of input file
- [Elevenlabs Sound Effects V2](https://doitong.com/developers/models/elevenlabs/sound-effects/v2.md) (`elevenlabs/sound-effects/v2`): $0.002 / second
- [ElevenLabs Voice Changer](https://doitong.com/developers/models/elevenlabs/voice-changer.md) (`elevenlabs/voice-changer`): $0.30 / minute of input audio

## Links

- HTML page: https://doitong.com/developers/models/sam-audio/span-separate
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=sam-audio/span-separate
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/sam-audio/span-separate