رفتن به محتوا

VEED Clean Audio

یکپارچه‌سازی

شناسه مدل veed/clean-audio
# 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/veed/clean-audio?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"
  }'

# 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"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۰۱۳⁩ ۱۳ اعتبار API · ≈ ⁨‎₽۱٫۳۷⁩ فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
VEED صوت #speech-enhancement#noise-reduction#audio-denoise

حذف‌کننده نویز گفتار که ضبط‌های پرنویز یا ترک صوتی ویدیو را پاک‌سازی و بلندی صدا را نرمال می‌کند

VEED · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی audio_url
یک فایل بیندازید، یا

ضبط ارائه‌شده برای پاک‌سازی از طریق URL عمومی یا URI داده؛ هر صوت یا ویدیوی قابل رمزگشایی با ffmpeg، از جمله wav، ogg، mp3، webm، m4a، mov، aac و mp4 پذیرفته می‌شود. برای ویدیو، پردازش از مسیر صوت استفاده می‌کند؛ برای دریافت ویدیو با صوت پاک‌شده، /video را فراخوانی کنید و ضبط‌های چندکاناله به تک‌کاناله تبدیل می‌شوند. حداکثر مدت 30 دقیقه و سقف حجم 512 MB است.

پیشرفته output_format · strength · target_lufs
output_format پیش‌فرض flac

انتخاب محفظه صوتی: FLAC کیفیت بدون افت را با تقریباً نصف حجم WAV حفظ می‌کند. خروجی یک کانال با نرخ 48 kHz و نمونه‌های 16 بیتی دارد.

پیش‌فرض 0.874

شدت حذف پس‌زمینه گفتار: مقادیر کمتر صدای محیط بیشتری زیر صدا حفظ می‌کنند، اما مکث‌های بین واژه‌ها در هر حال کاملاً پاک می‌شوند. کف صدای اصلی باقی‌مانده 1 منهای strength است؛ مقدار پیش‌فرض 0.874 متناظر با تنظیم اعتبارسنجی‌شده -18 dB است.

پیش‌فرض -19

هدف بلندی یکپارچه خروجی طبق ITU-R BS.1770؛ ارسال null از طریق API نرمال‌سازی را دور می‌زند و سطح منبع را حفظ می‌کند. در غیر این صورت، مقدار پیش‌فرض -19 LUFS است و با خروجی ویرایشگر VEED مطابقت دارد؛ سقف true-peak برابر -1.1 dBTP است.

POST /run/veed/clean-audio?wait=20 قیمت → ⁨‎$۰٫۰۱۳⁩
# 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/veed/clean-audio?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"
  }'

# 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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره VEED Clean Audio

نویز پس‌زمینه را از ضبط‌های گفتار حذف می‌کند. `audio_url` هر قالب صوتی یا ویدیویی را که ffmpeg بتواند رمزگشایی کند می‌پذیرد. `strength` (0-1) میزان حذف زیر گفتار را تعیین می‌کند و `target_lufs` (-40 تا -8) بلندی خروجی را تنظیم می‌کند یا می‌توان آن را نادیده گرفت. خروجی 48 kHz مونو 16-bit با قالب flac یا wav و دارای مدت‌زمان ورودی است.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
audio_urlالزامی audio
نوعurl · audio
ضبط ارائه‌شده برای پاک‌سازی از طریق URL عمومی یا URI داده؛ هر صوت یا ویدیوی قابل رمزگشایی با ffmpeg، از جمله wav، ogg، mp3، webm، m4a، mov، aac و mp4 پذیرفته می‌شود. برای ویدیو، پردازش از مسیر صوت استفاده می‌کند؛ برای دریافت ویدیو با صوت پاک‌شده، /video را فراخوانی کنید و ضبط‌های چندکاناله به تک‌کاناله تبدیل می‌شوند. حداکثر مدت 30 دقیقه و سقف حجم 512 MB است.
strengthاختیاری
نوعnumber
پیش‌فرض0.874
۰ – ۱
شدت حذف پس‌زمینه گفتار: مقادیر کمتر صدای محیط بیشتری زیر صدا حفظ می‌کنند، اما مکث‌های بین واژه‌ها در هر حال کاملاً پاک می‌شوند. کف صدای اصلی باقی‌مانده 1 منهای strength است؛ مقدار پیش‌فرض 0.874 متناظر با تنظیم اعتبارسنجی‌شده -18 dB است.
target_lufsاختیاری
نوعnumber | null
پیش‌فرض-19
−۴۰ – −۸
هدف بلندی یکپارچه خروجی طبق ITU-R BS.1770؛ ارسال null از طریق API نرمال‌سازی را دور می‌زند و سطح منبع را حفظ می‌کند. در غیر این صورت، مقدار پیش‌فرض -19 LUFS است و با خروجی ویرایشگر VEED مطابقت دارد؛ سقف true-peak برابر -1.1 dBTP است.
output_formatاختیاری
نوعenum
پیش‌فرضflac
flacwav
انتخاب محفظه صوتی: FLAC کیفیت بدون افت را با تقریباً نصف حجم WAV حفظ می‌کند. خروجی یک کانال با نرخ 48 kHz و نمونه‌های 16 بیتی دارد.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "veed/clean-audio",
  "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": 13,
    "usd": "0.013",
    "charged": 13,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "audio_duration": 1.0
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}صوت پاک‌شده با مدت مطابق منبع و نرمال‌سازی بلندی اعمال‌شده. ضبط تک‌کاناله، با نرخ نمونه‌برداری 48 kHz و عمق 16 بیت است.
audio_duration
numberمدت ورودی برحسب ثانیه.

مدل‌های بیشتر: صوت

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/veed/clean-audio.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt