Sleppa yfir í efni

MMAudio V2 Text to Audio

Tengja

Auðkenni líkans mmaudio-v2/text-to-audio
# 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/mmaudio-v2/text-to-audio?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"

Þessi beiðni: 0,008 $ 8 API-inneignir Keyra á þessari síðu

Fá API-lykil
Sony AI Hljóð 1–30 s #audio#fast

Hljóðmyndun úr texta með stillanlegum skrefum, stýringu og lengd

Sony AI · Hljóð

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið

Kvaðning sem lýsir hljóðinu sem á að búa til.

sjálfgefið 8

Lengd myndaða hljóðsins.

Ítarlegt negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
sjálfgefið

Neikvæð kvaðning sem tilgreinir hverju á að sleppa við hljóðefnisgerð.

sjálfgefið 25

Fjöldi skrefa sem notaður er við hljóðefnisgerð.

sjálfgefið 4.5

Styrkur Classifier Free Guidance.

Sáðgildi sem slembitölugjafinn notar.

POST /run/mmaudio-v2/text-to-audio?wait=20 verðtilboð → 0,008 $
# 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/mmaudio-v2/text-to-audio?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"

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um MMAudio V2 Text to Audio

Býr til hljóð úr texta-`prompt`, með `negative_prompt` til að forðast ákveðin hljóð. `duration` er frá 1 til 30 sekúndur (sjálfgefið 8), `num_steps` frá 4 til 50 (sjálfgefið 25) og `cfg_strength` frá 0 til 20 (sjálfgefið 4.5). `seed` á bilinu 0 til 65535 gerir niðurstöður endurtekningarhæfar.

Færibreytur

HeitiGerð SjálfgefiðLeyfilegt Lýsing
promptáskilið
Gerðstring
Kvaðning sem lýsir hljóðinu sem á að búa til.
negative_promptvalfrjálst
Gerðstring
Sjálfgefið
Neikvæð kvaðning sem tilgreinir hverju á að sleppa við hljóðefnisgerð.
seedvalfrjálst
Gerðinteger | null
0 – 65.535
Sáðgildi sem slembitölugjafinn notar.
num_stepsvalfrjálst
Gerðinteger
Sjálfgefið25
4 – 50
Fjöldi skrefa sem notaður er við hljóðefnisgerð.
durationvalfrjálst
Gerðnumber
Sjálfgefið8
1 – 30
Lengd myndaða hljóðsins.
cfg_strengthvalfrjálst
Gerðnumber
Sjálfgefið4.5
0 – 20
Styrkur Classifier Free Guidance.
mask_away_clipvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Stýrir því hvort klippan sé hulin.
áskilið

Úttak

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mmaudio-v2/text-to-audio",
  "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": 8,
    "usd": "0.008",
    "charged": 8,
    "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
    }
  },
  "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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
audio
object {url, content_type, file_name, file_size}Hljóð sem líkanið býr til.

Fleiri líkön: Hljóð

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/mmaudio-v2/text-to-audio.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt