Passer au contenu

Sam Audio · Visual Separate

Intégrer

Identifiant du modèle 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"

Fichiers comme dans l’exemple: 0,05 $ 50 crédits API · ≈ 5,27 ₽ vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
Meta Vidéo vers audio 10–60 s #video-to-audio#sam-audio

Sépare un son de la piste audio d’une vidéo, avec l’aide facultative d’une vidéo de masque et d’une invite textuelle

Meta · Données (JSON)

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

par défaut

Description en langage naturel du son cible pour faciliter la séparation.

•requis video_url
Déposez un fichier ou

URL du fichier vidéo à traiter, dans des formats comme MP4 ou MOV.

par défaut 1

Nombre de candidats générés pour le classement.

Avancé mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Déposez un fichier ou

URL de la vidéo du masque utilisant un encodage binaire où l’objet cible apparaît en noir sur fond blanc.

acceleration par défaut balanced

Niveau d’accélération appliqué au traitement.

output_format par défaut wav

Format de l’audio généré.

par défaut 60

Limite audio par passe, mesurée en secondes; au-delà, le traitement utilise des segments chevauchants qui sont fusionnés.

par défaut 5

Durée du chevauchement entre les segments, mesurée en secondes, utilisée pour le fondu enchaîné.

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

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Sam Audio · Visual Separate

Prend un `video_url` et extrait un son cible de sa piste audio. Un `mask_video_url` facultatif indique l'objet cible (noir pour la cible, blanc pour l'arrière-plan), et `prompt` peut ajouter une indication textuelle. Jusqu'à 4 `reranking_candidates` peuvent être classés, et les fichiers audio longs sont découpés. La sortie contient les fichiers audio `target` et `residual` au format wav ou mp3.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
video_urlrequis video
Typeurl · video
URL du fichier vidéo à traiter, dans des formats comme MP4 ou MOV.
mask_video_urlfacultatif
Typeurl · video
URL de la vidéo du masque utilisant un encodage binaire où l’objet cible apparaît en noir sur fond blanc.
promptfacultatif
Typestring
Par défaut
Description en langage naturel du son cible pour faciliter la séparation.
reranking_candidatesfacultatif
Typeinteger
Par défaut1
1 – 4
Nombre de candidats générés pour le classement.
accelerationfacultatif
Typeenum
Par défautbalanced
fastbalancedquality
Niveau d’accélération appliqué au traitement.
max_chunk_durationfacultatif
Typenumber
Par défaut60
10 – 60
Limite audio par passe, mesurée en secondes; au-delà, le traitement utilise des segments chevauchants qui sont fusionnés.
chunk_overlapfacultatif
Typenumber
Par défaut5
0 – 30
Durée du chevauchement entre les segments, mesurée en secondes, utilisée pour le fondu enchaîné.
output_formatfacultatif
Typeenum
Par défautwav
wavmp3
Format de l’audio généré.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
target
object {url, content_type, file_name, file_size}Son cible extrait isolément.
residual
object {url, content_type, file_name, file_size}Audio restant en dehors du son cible.
duration
numberDurée de la sortie audio, mesurée en secondes.
sample_rate
integerFréquence d’échantillonnage en Hz de l’audio de sortie.

Plus de modèles : Vidéo vers audio

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/sam-audio/visual-separate.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt