Léim chuig an ábhar

MMAudio V2

Comhtháthú

Aitheantas na samhla mmaudio-v2
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

An t-iarratas seo: $0.005 5 chreidmheas API · ≈ ₽0.53 Rith ar an leathanach seo

Faigh eochair API
Sony AI Fuaim 1–30 s #sound-effects#foley#video-to-audio

Cuireann sé maisíochtaí fuaime agus atmaisféar sioncronaithe le físeán ciúin ó chur síos téacs gairid.

Samplaí

Ionchur
Aschur · ~20 s

LeidGentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind

5 s$0.005 · 5 chreidmheas API

Tóg iarratas

Gintear na rialtáin ó scéim na samhla. Nuashonraítear an cód agus an praghas de réir mar a athraíonn tú iad.

•riachtanach

Leid ina gcuirtear síos ar an bhfuaim atá le cruthú.

•riachtanach video_url
Scaoil comhad, nó

URL físeáin a úsáidtear mar fhoinse do ghiniúint fuaime.

Fad na fuaime ginte.

Ardleibhéal negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
réamhshocrú

Leid dhiúltach ina sonraítear cad atá le heisiamh le linn giniúint fuaime.

réamhshocrú 25

Líon céimeanna a úsáidtear le haghaidh giniúint fuaime.

réamhshocrú 4.5

Déine Classifier Free Guidance.

Luach síl a úsáideann an gineadóir uimhreacha randamacha.

POST /run/mmaudio-v2?wait=20 luachan → $0.005
# 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/mmaudio-v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/dev-api/2026/10/21/req_qicb9wfr7rqfo46hqcxollq6/0-QQGxyL6x8ywkCEWdZ94UY_YyJVjs3R.mp4",
    "prompt": "Gentle waves lapping against a wooden boat, oars creaking, seagulls calling in the distance, light wind",
    "duration": 5
  }'

# 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"

Rith an t-iarratas seo

Fanann d'eochair sa bhrabhsálaí seo: seoltar chuig Doitong API amháin í agus sábháiltear (localStorage) í ach amháin má chuireann tú tic le Meabhraigh. Faigh eochair API

Maidir le MMAudio V2

Féachann MMAudio V2 ar an bhfíseán agus gineann sé fuaim mheaitseála: coiscéimeanna ar an mbuille, splaiseanna, innill, slua agus atmaisféar an tseomra, faoi threoir do leide agus leid dhiúltach roghnach. Gineann sé 1 go 30 soicind fuaime agus filleann sé an físeán leis an bhfuaimrian nua.

Paraiméadair

Seol an t-ainm canónach nó an t-ainm dúchasach, ní an dá cheann. Ainmneacha canónacha

AinmCineál RéamhshocrúCeadaithe Cur síos
video_urlriachtanach video
Cineálurl · video
URL físeáin a úsáidtear mar fhoinse do ghiniúint fuaime.
promptriachtanach
Cineálstring
Leid ina gcuirtear síos ar an bhfuaim atá le cruthú.
negative_promptroghnach
Cineálstring
Réamhshocrú
Leid dhiúltach ina sonraítear cad atá le heisiamh le linn giniúint fuaime.
seedroghnach
Cineálinteger | null
0 – 65,535
Luach síl a úsáideann an gineadóir uimhreacha randamacha.
num_stepsroghnach
Cineálinteger
Réamhshocrú25
4 – 50
Líon céimeanna a úsáidtear le haghaidh giniúint fuaime.
durationroghnach
Cineálnumber
Réamhshocrú8
1 – 30
Fad na fuaime ginte.
cfg_strengthroghnach
Cineálnumber
Réamhshocrú4.5
0 – 20
Déine Classifier Free Guidance.
mask_away_cliproghnach
Cineálboolean
Réamhshocrúfalse
Rialaíonn sé an ndéantar an ghearrthóg a mhascadh amach.
riachtanach Ainm canónach, glactar leis freisin

Glacann paraiméadair chomhaid le URL poiblí https://, URI data: suas le 10 MB, nó file_url uaslódála. Comhaid

Aschur

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mmaudio-v2",
  "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": 5,
    "usd": "0.005",
    "charged": 5,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "prompt": "Night forest ambience, soft paws running on grass, crickets, gentle magical chimes",
    "duration": 6
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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"
  }
}
Do chuid comhad, do roghaIs cóip ar ár stóráil é gach outputs[].url: coinnithe go deo (íoctha in aghaidh GB-mhí) nó ar feadh 7 lá saor in aisce, de réir shocrú do chuntais nó ?storage=.
An cruth céanna ar gach samhailtype, url, content_type, width, height agus duration, d'íomhánna, d'fhíseáin agus d'fhuaim araon. Is é output réad toraidh na samhla féin.
Réimsí aschuir
video
object {url, content_type, file_name, file_size}Físeán aschuir ina bhfuil gluaiseachtaí sioncronaithe na liopaí.

Tuilleadh samhlacha: Fuaim

Do ghníomhairí AI: tá an leathanach seo mar Markdown ag https://doitong.com/ga/developers/models/mmaudio-v2.md. Gach samhail agus treoir: https://doitong.com/developers/llms.txt