Przejdź do treści

Sam Audio · Separate

Integracja

Identyfikator modelu 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"

Pliki takie jak przykład: 0,05 $ 50 kredytów API · ≈ 5,27 ₽ Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Meta Audio 10–60 s #audio-to-audio#sam-audio

Izoluje dźwięk z pliku audio na podstawie opisu tekstowego, zwracając ścieżkę docelową i resztową

Meta · Dane (JSON)

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Tekstowy opis dźwięku przeznaczonego do izolacji.

•wymagane audio_url
Upuść plik lub

URL pliku audio do przetwarzania; obsługiwane formaty to WAV, MP3 i FLAC.

domyślnie 1

Liczba kandydatów wygenerowanych do rankingu.

Zaawansowane acceleration · output_format · max_chunk_duration · chunk_overlap · predict_spans
acceleration domyślnie balanced

Poziom akceleracji zastosowany do przetwarzania.

output_format domyślnie wav

Format generowanego audio.

domyślnie 60

Limit audio na przebieg, mierzony w sekundach; po jego przekroczeniu przetwarzanie używa nakładających się fragmentów, które są ze sobą miksowane.

domyślnie 5

Długość nakładania się fragmentów, mierzona w sekundach, używana do płynnego miksowania przejścia.

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

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Sam Audio · Separate

Przekaż `audio_url` (WAV, MP3 lub FLAC) oraz `prompt` z nazwą dźwięku do wyodrębnienia. Wynik zawiera ścieżkę `target` z wyizolowanym dźwiękiem i ścieżkę `residual` z całą resztą. Dostępne opcje obejmują `predict_spans`, maksymalnie 7 `reranking_candidates`, poziom `acceleration`, dzielenie długiego audio na fragmenty (od 10 do 60 sekund na przebieg) oraz wynik wav lub mp3.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
audio_urlwymagane audio
Typurl · audio
URL pliku audio do przetwarzania; obsługiwane formaty to WAV, MP3 i FLAC.
promptwymagane
Typstring
Tekstowy opis dźwięku przeznaczonego do izolacji.
predict_spansopcjonalne
Typboolean
Domyślnefalse
Automatyczne przewidywanie przedziałów czasu zawierających docelowy dźwięk.
reranking_candidatesopcjonalne
Typinteger
Domyślne1
1 – 7
Liczba kandydatów wygenerowanych do rankingu.
accelerationopcjonalne
Typenum
Domyślnebalanced
fastbalancedquality
Poziom akceleracji zastosowany do przetwarzania.
max_chunk_durationopcjonalne
Typnumber
Domyślne60
10 – 60
Limit audio na przebieg, mierzony w sekundach; po jego przekroczeniu przetwarzanie używa nakładających się fragmentów, które są ze sobą miksowane.
chunk_overlapopcjonalne
Typnumber
Domyślne5
0 – 30
Długość nakładania się fragmentów, mierzona w sekundach, używana do płynnego miksowania przejścia.
output_formatopcjonalne
Typenum
Domyślnewav
wavmp3
Format generowanego audio.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
target
object {url, content_type, file_name, file_size}Docelowy dźwięk wyodrębniony osobno.
residual
object {url, content_type, file_name, file_size}Audio pozostałe poza docelowym dźwiękiem.
duration
numberDługość wynikowego audio, mierzona w sekundach.
sample_rate
integerCzęstotliwość próbkowania wynikowego audio w Hz.

Więcej modeli: Audio

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/sam-audio/separate.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt