Lumaktaw sa nilalaman

Sam Audio · Separate

I-integrate

ID ng modelo sam-audio/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/separate?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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Mga file na katulad ng halimbawa: $0.05 50 kredito ng API · ≈ ₽5.27 sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
Meta audio 10–60 s #audio-to-audio#sam-audio

Inihihiwalay ang isang tunog mula sa audio file gamit ang teksto na paglalarawan, at nagbabalik ng target at residual na track

Meta · Data (JSON)

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan

Text na paglalarawan ng tunog na ihihiwalay.

•kinakailangan audio_url
Mag-drop ng file, o

URL ng audio file para sa pagproseso; sinusuportahan ang mga format na WAV, MP3, at FLAC.

default na 1

Bilang ng candidate na ginawa para sa ranking.

advanced acceleration · output_format · max_chunk_duration · chunk_overlap · predict_spans
acceleration default na balanced

Antas ng acceleration na inilapat sa pagproseso.

output_format default na wav

Format ng nabuong audio.

default na 60

Limitasyon ng audio bawat pass, sinusukat sa segundo; kapag lumampas dito, gumagamit ang pagproseso ng magkakapatong na chunk na pinaghahalo.

default na 5

Haba ng overlap sa pagitan ng mga chunk, sinusukat sa segundo, na ginagamit para sa crossfade blending.

POST /run/sam-audio/separate?wait=20 presyo → $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/separate?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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Sam Audio · Separate

Magbigay ng `audio_url` (WAV, MP3 o FLAC) at `prompt` na tumutukoy sa tunog na kukunin. May `target` track ang output na naglalaman ng nakahiwalay na tunog at `residual` track para sa lahat ng iba pa. Kasama sa mga opsyon ang `predict_spans`, hanggang 7 `reranking_candidates`, antas ng `acceleration`, paghahati ng mahabang audio (10 hanggang 60 segundo bawat pass), at wav o mp3 na output.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
audio_urlkinakailangan audio
Uriurl · audio
URL ng audio file para sa pagproseso; sinusuportahan ang mga format na WAV, MP3, at FLAC.
promptkinakailangan
Uristring
Text na paglalarawan ng tunog na ihihiwalay.
predict_spansopsyonal
Uriboolean
defaultfalse
Awtomatikong prediction ng mga pagitan ng oras na naglalaman ng target na tunog.
reranking_candidatesopsyonal
Uriinteger
default1
1 – 7
Bilang ng candidate na ginawa para sa ranking.
accelerationopsyonal
Urienum
defaultbalanced
fastbalancedquality
Antas ng acceleration na inilapat sa pagproseso.
max_chunk_durationopsyonal
Urinumber
default60
10 – 60
Limitasyon ng audio bawat pass, sinusukat sa segundo; kapag lumampas dito, gumagamit ang pagproseso ng magkakapatong na chunk na pinaghahalo.
chunk_overlapopsyonal
Urinumber
default5
0 – 30
Haba ng overlap sa pagitan ng mga chunk, sinusukat sa segundo, na ginagamit para sa crossfade blending.
output_formatopsyonal
Urienum
defaultwav
wavmp3
Format ng nabuong audio.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sam-audio/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",
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
target
object {url, content_type, file_name, file_size}Target na tunog na hiwalay na kinuha.
residual
object {url, content_type, file_name, file_size}Audio na natitira bukod sa target na tunog.
duration
numberHaba ng output audio, sinusukat sa segundo.
sample_rate
integerSampling frequency sa Hz para sa output audio.

Higit pang modelo: audio

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/sam-audio/separate.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt