Μετάβαση στο περιεχόμενο

Seed Audio 1.0

Ενσωμάτωση

id μοντέλου bytedance/seed-audio-1.0
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Έως 0,154 $ ανά εκτέλεση χρέωση βάσει της πραγματικής χρήσης, το υπόλοιπο επιστρέφεται Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
ByteDance Ήχος

Δημιουργός ομιλίας και ήχου με βάση κείμενο, έως 3 κλιπ ήχου αναφοράς ή μία εικόνα, με ελέγχους τόνου και ταχύτητας

ByteDance · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται 88 / 2048

Prompt σύνθεσης ή κείμενο, με ταξινομημένες αναφορές ήχου ως @Audio1 για την πρώτη είσοδο, @Audio2 για τη δεύτερη και @Audio3 για την τρίτη.

προεπιλογή 1

Πολλαπλασιαστής ρυθμού ομιλίας: το 1.0 δίνει κανονική ταχύτητα, το 0.5 τη μισή και το 2.0 τη διπλάσια.

Για προχωρημένους audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Αποθέστε ένα αρχείο ή · έως 3

Παρέχετε ήχο αναφοράς μέσω έως 3 URL, με κάθε αρχείο σε μορφή wav/mp3/pcm/ogg_opus και περιορισμένο στα 10 MB και 30 δευτερόλεπτα. Στο prompt, προσδιορίστε τα αποσπάσματα με @Audio1, @Audio2, @Audio3.

image_url
Αποθέστε ένα αρχείο ή

Παρέχετε μία αναφορά εικόνας μόνο μέσω URL όταν δεν παρέχονται αναφορές ήχου. Η εικόνα πρέπει να είναι jpeg/png/webp και να μην υπερβαίνει τα 10 MB.

output_format προεπιλογή mp3

Μορφή του παραγόμενου ήχου.

sample_rate προεπιλογή 24000

Συχνότητα δειγματοληψίας σε Hz για τον ήχο εξόδου.

Επιλέξτε φωνή σύνθεσης παρέχοντας είτε το προκαθορισμένο όνομά της είτε, για κλωνοποιημένη φωνή, το ID της.

προεπιλογή 1

Πολλαπλασιαστής έντασης: το 1.0 δίνει κανονική ένταση, το 0.5 τη μισή και το 2.0 τη διπλάσια.

προεπιλογή 0

Ρύθμιση τονικού ύψους της φωνής, σε ημιτόνια: το 0 αφήνει το τονικό ύψος αμετάβλητο, το -12 το κατεβάζει κατά μία οκτάβα και το 12 το ανεβάζει κατά μία οκτάβα.

POST /run/bytedance/seed-audio-1.0?wait=20 προσφορά → 0,154 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/bytedance/seed-audio-1.0?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Seed Audio 1.0

Συνθέτει ήχο από prompt έως 2048 χαρακτήρων. Μπορεί να επιλεγεί προκαθορισμένη ή κλωνοποιημένη `voice`, ενώ έως 3 κλιπ αναφοράς μπορούν να αναφερθούν στο prompt ως @Audio1 έως @Audio3· αντί αυτών μπορεί να χρησιμοποιηθεί μία εικόνα αναφοράς, αλλά όχι μαζί με ήχο. Η έξοδος είναι wav, mp3, pcm ή ogg_opus με ρυθμούς δειγματοληψίας από 8000 έως 48000 Hz. Η ταχύτητα και η ένταση κυμαίνονται από 0.5 έως 2, το ύψος μετατοπίζεται κατά -12 έως 12 ημιτόνια και το `multilingual` ενεργοποιεί παραλλαγή για κείμενο σε μικτές γλώσσες.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
promptαπαιτείται
Τύποςstring
≤ 2.048 χαρακτήρες
Prompt σύνθεσης ή κείμενο, με ταξινομημένες αναφορές ήχου ως @Audio1 για την πρώτη είσοδο, @Audio2 για τη δεύτερη και @Audio3 για την τρίτη.
voiceπροαιρετικό
Τύποςstring | null
Επιλέξτε φωνή σύνθεσης παρέχοντας είτε το προκαθορισμένο όνομά της είτε, για κλωνοποιημένη φωνή, το ID της.
audio_urlsπροαιρετικό audios
Τύποςurl[] · audio
≤ 3 στοιχεία
Παρέχετε ήχο αναφοράς μέσω έως 3 URL, με κάθε αρχείο σε μορφή wav/mp3/pcm/ogg_opus και περιορισμένο στα 10 MB και 30 δευτερόλεπτα. Στο prompt, προσδιορίστε τα αποσπάσματα με @Audio1, @Audio2, @Audio3.
image_urlπροαιρετικό image
Τύποςurl · image
Παρέχετε μία αναφορά εικόνας μόνο μέσω URL όταν δεν παρέχονται αναφορές ήχου. Η εικόνα πρέπει να είναι jpeg/png/webp και να μην υπερβαίνει τα 10 MB.
output_formatπροαιρετικό
Τύποςenum
Προεπιλογήmp3
wavmp3pcmogg_opus
Μορφή του παραγόμενου ήχου.
sample_rateπροαιρετικό
Τύποςenum
Προεπιλογή24000
80001600024000320004410048000
Συχνότητα δειγματοληψίας σε Hz για τον ήχο εξόδου.
speedπροαιρετικό
Τύποςnumber
Προεπιλογή1
0,5 – 2
Πολλαπλασιαστής ρυθμού ομιλίας: το 1.0 δίνει κανονική ταχύτητα, το 0.5 τη μισή και το 2.0 τη διπλάσια.
volumeπροαιρετικό
Τύποςnumber
Προεπιλογή1
0,5 – 2
Πολλαπλασιαστής έντασης: το 1.0 δίνει κανονική ένταση, το 0.5 τη μισή και το 2.0 τη διπλάσια.
pitchπροαιρετικό
Τύποςinteger
Προεπιλογή0
-12 – 12
Ρύθμιση τονικού ύψους της φωνής, σε ημιτόνια: το 0 αφήνει το τονικό ύψος αμετάβλητο, το -12 το κατεβάζει κατά μία οκτάβα και το 12 το ανεβάζει κατά μία οκτάβα.
multilingualπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Επιλογή παραλλαγής μοντέλου: η ενεργοποίηση της πολύγλωσσης παραλλαγής βελτιώνει τη διαχείριση prompt που αναμειγνύουν γλώσσες ή χρησιμοποιούν γλώσσα διαφορετική από τα Αγγλικά.
enable_safety_checkerπροαιρετικό
Τύποςboolean
Προεπιλογήtrue
Ο έλεγχος μπορεί να χαλαρώσει με τη ρύθμιση false, εφόσον ο καλών είναι εξουσιοδοτημένος.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/seed-audio-1.0",
  "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": 154,
    "usd": "0.154",
    "charged": 154,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "string"
    }
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Αρχείο ήχου που παράγεται από την παραγωγή.

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/bytedance/seed-audio-1.0.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt