Мазмұнға өту

Sam Audio · Visual Separate

Интеграциялау

Модель идентификаторы 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"

Мысалдағыдай файлдар: 0,05 $ 50 API кредиті · ≈ 5,27 ₽ файлдарыңыз іске қосу алдында өлшенеді Осы бетте іске қосу

API кілтін алу
Meta Бейнеден аудиоға 10–60 с #video-to-audio#sam-audio

Міндетті емес маска бейнесі мен мәтіндік нұсқау арқылы бейненің аудио жолындағы дыбысты бөледі

Meta · Деректер (JSON)

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

әдепкі

Бөлуге көмектесетін мақсатты дыбыстың табиғи тілдегі сипаттамасы.

•міндетті video_url
Файлды тастаңыз немесе

MP4 немесе MOV сияқты форматтардағы өңдеуге арналған бейне файл URL мекенжайы.

әдепкі 1

Рейтинг үшін жасалатын кандидаттар саны.

Қосымша mask_video_url · acceleration · output_format · max_chunk_duration · chunk_overlap
Файлды тастаңыз немесе

Мақсатты нысан ақ фонда қара болып көрінетін екілік кодтауы бар маска бейнесінің URL мекенжайы.

acceleration әдепкі balanced

Өңдеуге қолданылатын жеделдету деңгейі.

output_format әдепкі wav

Генерацияланған аудио пішімі.

әдепкі 60

Бір өтуге арналған аудио шегі, секундпен өлшенеді; одан асқанда өңдеу қабаттасатын және біріктірілетін бөліктерді пайдаланады.

әдепкі 5

Бөліктер арасындағы қабаттасу ұзақтығы, секундпен өлшенеді және crossfade біріктіруіне пайдаланылады.

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

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Sam Audio · Visual Separate туралы

`video_url` қабылдап, оның аудиосынан қажетті дыбысты бөліп алады. Қосымша `mask_video_url` қажетті нысанды белгілейді (нысан үшін қара, фон үшін ақ), ал `prompt` мәтіндік нұсқау қоса алады. 4-ке дейінгі `reranking_candidates` реттеліп, ұзын аудио бөліктерге бөлінеді. Нәтижеде wav немесе mp3 форматындағы `target` және `residual` аудиосы болады.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
video_urlміндетті video
Түріurl · video
MP4 немесе MOV сияқты форматтардағы өңдеуге арналған бейне файл URL мекенжайы.
mask_video_urlміндетті емес
Түріurl · video
Мақсатты нысан ақ фонда қара болып көрінетін екілік кодтауы бар маска бейнесінің URL мекенжайы.
promptміндетті емес
Түріstring
Әдепкі
Бөлуге көмектесетін мақсатты дыбыстың табиғи тілдегі сипаттамасы.
reranking_candidatesміндетті емес
Түріinteger
Әдепкі1
1 – 4
Рейтинг үшін жасалатын кандидаттар саны.
accelerationміндетті емес
Түріenum
Әдепкіbalanced
fastbalancedquality
Өңдеуге қолданылатын жеделдету деңгейі.
max_chunk_durationміндетті емес
Түріnumber
Әдепкі60
10 – 60
Бір өтуге арналған аудио шегі, секундпен өлшенеді; одан асқанда өңдеу қабаттасатын және біріктірілетін бөліктерді пайдаланады.
chunk_overlapміндетті емес
Түріnumber
Әдепкі5
0 – 30
Бөліктер арасындағы қабаттасу ұзақтығы, секундпен өлшенеді және crossfade біріктіруіне пайдаланылады.
output_formatміндетті емес
Түріenum
Әдепкіwav
wavmp3
Генерацияланған аудио пішімі.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
target
object {url, content_type, file_name, file_size}Оқшауланған түрде алынған мақсатты дыбыс.
residual
object {url, content_type, file_name, file_size}Мақсатты дыбыстан басқа қалған аудио.
duration
numberШығыс аудио ұзақтығы, секундпен өлшенеді.
sample_rate
integerШығыс аудиосының Hz өлшеміндегі дискреттеу жиілігі.

Қосымша модельдер: Бейнеден аудиоға

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/sam-audio/visual-separate.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt