Przejdź do treści

Sam Audio · Span Separate

Integracja

Identyfikator modelu sam-audio/span-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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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 audio na podstawie podanych przedziałów czasowych, z opcjonalną wskazówką tekstową

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.

Pomoc przy identyfikacji dźwięku podczas wyodrębniania fragmentu. Zalecany, choć niewymagany, jest tekstowy opis dźwięku do izolacji.

•wymagane audio_url
Upuść plik lub

URL pliku audio do przetwarzania.

domyślnie 1

Liczba kandydatów używana tylko z promptem tekstowym: generowana i oceniana jest podana liczba kandydatów. Separacja oparta wyłącznie na fragmencie ignoruje to ustawienie.

•wymagane

Przedziały czasu zawierające docelowy dźwięk do izolacji.

Zaawansowane acceleration · output_format · max_chunk_duration · chunk_overlap · use_sound_activity_ranking · trim_to_span
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/span-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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }'

# 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 · Span Separate

Zamiast polegać wyłącznie na tekście, przekazujesz `spans` wskazujące, kiedy docelowy dźwięk występuje w `audio_url`. `prompt` jest opcjonalny, ale pomaga określić typ dźwięku. `trim_to_span` może przyciąć wynik do zakresu przedziału, a `use_sound_activity_ranking` umożliwia ponowne szeregowanie bez promptu. Zwraca audio `target` i `residual` w formacie 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.
promptopcjonalne
Typstring | null
Pomoc przy identyfikacji dźwięku podczas wyodrębniania fragmentu. Zalecany, choć niewymagany, jest tekstowy opis dźwięku do izolacji.
spanswymagane
Typobject[]
Przedziały czasu zawierające docelowy dźwięk do izolacji.
spans[].startwymagane
Typnumber
≥ 0
Znacznik czasu początku fragmentu, mierzony w sekundach.
spans[].endwymagane
Typnumber
≥ 0
Znacznik czasu końca fragmentu, mierzony w sekundach.
spans[].includeopcjonalne
Typboolean
Domyślnetrue
Uwzględnianie dźwięków w obrębie fragmentu: True je uwzględnia, a False wyklucza.
reranking_candidatesopcjonalne
Typinteger
Domyślne1
1 – 7
Liczba kandydatów używana tylko z promptem tekstowym: generowana i oceniana jest podana liczba kandydatów. Separacja oparta wyłącznie na fragmencie ignoruje to ustawienie.
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.
use_sound_activity_rankingopcjonalne
Typboolean
Domyślnefalse
Opcja rankingu aktywności dźwięku wymagająca reranking_candidates > 1, umożliwiająca skuteczny ponowny ranking separacji opartej wyłącznie na fragmencie bez promptu tekstowego. Kandydaci są oceniani na podstawie zgodności wykrytych obszarów ciszy z podanymi fragmentami.
trim_to_spanopcjonalne
Typboolean
Domyślnefalse
Wybór długości wyniku między samym określonym fragmentem a pełnym audio. Włączenie przycina wynik do zakresu czasu fragmentu; False zachowuje pełną długość i izoluje docelowy dźwięk w całym nagraniu.
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/span-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",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  },
  "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/span-separate.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt