ข้ามไปยังเนื้อหา

ThinkSound

ผสานการทำงาน

ID โมเดล thinksound
# 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/thinksound?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"

สูงสุด $3.60 ต่อการเรียกใช้ คิดค่าบริการตามการใช้งานจริง ส่วนที่เหลือจะคืนเงิน เรียกใช้ในหน้านี้

รับคีย์ API
Open model วิดีโอเป็นเสียง #audio-generation#video-to-audio

สร้างซาวด์แทร็กที่เข้ากับวิดีโอ และส่งคืนวิดีโอที่ผสานเสียงใหม่แล้ว

Open model · วิดีโอ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

ค่าเริ่มต้น

คำแนะนำเสริมสำหรับการสร้างเสียง ซึ่งจะแทนที่พรอมต์ที่แยกจากวิดีโอโดยอัตโนมัติ

•จำเป็น video_url
วางไฟล์ หรือ

URL วิดีโอที่ใช้เป็นแหล่งที่มาสำหรับการสร้างเสียง

ขั้นสูง num_inference_steps · cfg_scale · seed
ค่าเริ่มต้น 24

จำนวนขั้นตอนการอนุมานที่ใช้สร้างเสียง

ค่าเริ่มต้น 5

ความแรงของคำแนะนำแบบ classifier-free ที่ใช้สร้างเสียง

ค่าซีดที่ใช้โดยตัวสร้างตัวเลขสุ่ม

POST /run/thinksound?wait=20 ใบเสนอราคา → $3.60
# 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/thinksound?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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ ThinkSound

สร้างเสียงสำหรับคลิปที่ระบุด้วย `video_url` และส่งคืนวิดีโอที่มีเสียงที่สร้างขึ้นแล้ว พารามิเตอร์ `prompt` เป็นตัวกำหนดผลลัพธ์ได้ หากไม่ระบุ ระบบจะสร้างพรอมป์จากวิดีโอโดยอัตโนมัติ `num_inference_steps` (2 ถึง 100) และ `cfg_scale` (1 ถึง 20) ใช้ปรับการสร้าง ส่วน `seed` ช่วยให้ได้เอาต์พุตซ้ำเดิม

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
video_urlจำเป็น video
ประเภทurl · video
URL วิดีโอที่ใช้เป็นแหล่งที่มาสำหรับการสร้างเสียง
promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้น
คำแนะนำเสริมสำหรับการสร้างเสียง ซึ่งจะแทนที่พรอมต์ที่แยกจากวิดีโอโดยอัตโนมัติ
seedไม่บังคับ
ประเภทinteger | null
ค่าซีดที่ใช้โดยตัวสร้างตัวเลขสุ่ม
num_inference_stepsไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น24
2 – 100
จำนวนขั้นตอนการอนุมานที่ใช้สร้างเสียง
cfg_scaleไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น5
1 – 20
ความแรงของคำแนะนำแบบ classifier-free ที่ใช้สร้างเสียง
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "thinksound",
  "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": 3600,
    "usd": "3.60",
    "charged": 3600,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
    },
    "prompt": "An acoustic guitar being played indoors."
  },
  "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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
video
object {url, content_type, file_name, file_size}วิดีโอเอาต์พุตที่มีเสียงที่สร้าง
prompt
stringพรอมต์ที่ใช้กำกับการสร้างเสียง

โมเดลเพิ่มเติม: วิดีโอเป็นเสียง

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/thinksound.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt