# Sam Audio · Span Separate API

> فراہم کردہ زمانی حصوں کے ذریعے آڈیو سے آواز الگ کرتا ہے، اختیاری ٹیکسٹ اشارے کے ساتھ

صرف ٹیکسٹ پر انحصار کرنے کے بجائے، `audio_url` میں ہدف آواز کے آنے کے اوقات نشان زد کرنے والے `spans` دیں۔ `prompt` اختیاری ہے، مگر آواز کی قسم شناخت کرنے میں مدد دیتا ہے۔ `trim_to_span` آؤٹ پٹ کو span کی حد تک محدود کر سکتا ہے، جبکہ `use_sound_activity_ranking` پرامپٹ کے بغیر دوبارہ درجہ بندی کی اجازت دیتا ہے۔ wav یا mp3 میں `target` اور `residual` آڈیو واپس کرتا ہے۔

- Model id: `sam-audio/span-separate`
- Made by: Meta
- Category: Audio
- Output: json
- Price per 30 seconds of your input audio: from $0.05 / 30 seconds of input audio (cheapest run $0.05 (50 API credits))
- Run: `POST https://api.doitong.ru/v1/run/sam-audio/span-separate`
- Quote: `POST https://api.doitong.ru/v1/quote/sam-audio/span-separate`
- Docs page: https://doitong.com/ur/developers/models/sam-audio/span-separate

## Pricing

Price: **from $0.05 / 30 seconds of input audio** (the lowest tier; the quote prices your exact input). Price per 30 seconds of your input audio: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.05 = 50 API credits (1 × 30 s input audio × $0.05).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/sam-audio/span-separate` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `audio_url` | `audio` | string (audio URL) | yes |  |  | پروسیسنگ کے لیے آڈیو فائل کا URL۔ |
| `prompt` |  | string \| null | no |  |  | حصے سے آڈیو نکالنے میں مدد دینے والا آواز کی شناخت کا ذریعہ۔ الگ تھلگ کی جانے والی آواز کی متنی وضاحت تجویز کی جاتی ہے، مگر ضروری نہیں۔ |
| `spans` |  | array of object {start, end, include} | yes |  |  | الگ تھلگ کی جانے والی ہدفی آواز پر مشتمل وقت کے وقفے۔ |
| `spans[].start` |  | number | yes |  | ≥ 0 | حصے کے آغاز کا ٹائم اسٹیمپ، سیکنڈز میں ناپا جاتا ہے۔ |
| `spans[].end` |  | number | yes |  | ≥ 0 | حصے کے اختتام کا ٹائم اسٹیمپ، سیکنڈز میں ناپا جاتا ہے۔ |
| `spans[].include` |  | boolean | no | `true` |  | حصے کے اندر آوازوں کی شمولیت: True انہیں شامل کرتا ہے، جبکہ False خارج کرتا ہے۔ |
| `reranking_candidates` |  | integer | no | `1` | 1 – 7 | صرف متنی پرامپٹ کے ساتھ استعمال ہونے والی امیدواروں کی تعداد: اتنے امیدوار تیار اور رینک کیے جاتے ہیں۔ صرف حصے کی بنیاد پر علیحدگی اس ترتیب کو نظر انداز کرتی ہے۔ |
| `acceleration` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `quality` | processing پر لاگو acceleration level۔ |
| `max_chunk_duration` |  | number | no | `60` | 10 – 60 | ہر پاس کی آڈیو حد، سیکنڈز میں ناپی جاتی ہے؛ اس سے زیادہ ہونے پر پروسیسنگ اوورلیپنگ حصوں کے ذریعے ہوتی ہے جنہیں آپس میں ملایا جاتا ہے۔ |
| `chunk_overlap` |  | number | no | `5` | 0 – 30 | حصوں کے درمیان اوورلیپ کی طوالت، سیکنڈز میں ناپی جاتی ہے، جسے کراس فیڈ ملاپ کے لیے استعمال کیا جاتا ہے۔ |
| `use_sound_activity_ranking` |  | boolean | no | `false` |  | آواز کی سرگرمی کی رینکنگ کا آپشن، جس کے لیے reranking_candidates > 1 ضروری ہے؛ یہ متنی پرامپٹ کے بغیر صرف حصے کی بنیاد پر علیحدگی کے لیے مؤثر دوبارہ رینکنگ فعال کرتا ہے۔ امیدواروں کو اس بنیاد پر اسکور کیا جاتا ہے کہ ان کے شناخت شدہ غیر خاموش حصے فراہم کردہ حصوں سے کتنے قریب ملتے ہیں۔ |
| `trim_to_span` |  | boolean | no | `false` |  | آؤٹ پٹ کی طوالت کا انتخاب: صرف مخصوص حصے اور مکمل آڈیو کے درمیان۔ اسے فعال کرنے پر آڈیو حصے کی وقت کی حد تک مختصر ہو جاتی ہے؛ False مکمل طوالت برقرار رکھتا ہے اور پوری آڈیو میں ہدفی آواز کو الگ کرتا ہے۔ |
| `output_format` |  | enum (string) | no | `wav` | `wav`, `mp3` | تخلیق شدہ آڈیو کا فارمیٹ۔ |

File parameters (`audio`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "spans": [
    {
      "end": 10,
      "include": true,
      "start": 6
    }
  ]
}
```

A fuller example:

```json
{
  "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
  "spans": [
    {
      "end": 10,
      "include": true,
      "start": 6
    }
  ]
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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_url": "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"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/sam-audio/span-separate?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
      {
        "end": 10,
        "include": true,
        "start": 6
      }
    ]
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "spans": [
        {
            "end": 10,
            "include": True,
            "start": 6,
        },
    ],
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sam-audio/span-separate", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "sam-audio/span-separate",
      "input": {
        "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
        "spans": [
          {
            "end": 10,
            "include": true,
            "start": 6
          }
        ]
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `target` | object {url, content_type, file_name, file_size} | الگ تھلگ کی گئی ہدفی آواز۔ |
| `residual` | object {url, content_type, file_name, file_size} | ہدفی آواز کے علاوہ باقی آڈیو۔ |
| `duration` | number | آؤٹ پٹ آڈیو کی طوالت، سیکنڈز میں ناپی جاتی ہے۔ |
| `sample_rate` | integer | آؤٹ پٹ آڈیو کی Hz میں sampling frequency۔ |

## Related models

- [Sam Audio · Separate](https://doitong.com/developers/models/sam-audio/separate.md) (`sam-audio/separate`): from $0.05 / 30 seconds of input audio
- [Sam Audio · Visual Separate](https://doitong.com/developers/models/sam-audio/visual-separate.md) (`sam-audio/visual-separate`): from $0.05 / 30 seconds of input video
- [MMAudio V2](https://doitong.com/developers/models/mmaudio-v2.md) (`mmaudio-v2`): $0.001 / second
- [Demucs](https://doitong.com/developers/models/demucs.md) (`demucs`): $0.0007 / second of input audio
- [DeepFilterNet 3](https://doitong.com/developers/models/deepfilternet3.md) (`deepfilternet3`): $0.001 / second of input audio
- [ElevenLabs Audio Isolation](https://doitong.com/developers/models/elevenlabs/audio-isolation.md) (`elevenlabs/audio-isolation`): $0.10 / minute of input file
- [Elevenlabs Sound Effects V2](https://doitong.com/developers/models/elevenlabs/sound-effects/v2.md) (`elevenlabs/sound-effects/v2`): $0.002 / second
- [ElevenLabs Voice Changer](https://doitong.com/developers/models/elevenlabs/voice-changer.md) (`elevenlabs/voice-changer`): $0.30 / minute of input audio

## Links

- HTML page: https://doitong.com/developers/models/sam-audio/span-separate
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=sam-audio/span-separate
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/sam-audio/span-separate