Aqbeż għall-kontenut

MMAudio V2 Text to Audio

Integra

Id tal-mudell 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"

Din it-talba: $0.008 8 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
Sony AI Awdjo 1–30 s #audio#fast

Ġenerazzjoni ta' awdjo minn test b'ħsejjes minn prompt, b'passi, gwida u tul aġġustabbli

Sony AI · Awdjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ

Prompt li jiddeskrivi l-awdjo li għandu jinħoloq.

prestabbilit 8

Tul tal-awdjo ġġenerat.

Avvanzat negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
prestabbilit

Prompt negattiv li jispeċifika x'għandu jiġi eskluż waqt il-ġenerazzjoni tal-awdjo.

prestabbilit 25

Għadd ta' passi użat għall-ġenerazzjoni tal-awdjo.

prestabbilit 4.5

Intensità ta' Classifier Free Guidance.

Valur seed użat mill-ġeneratur tan-numri każwali.

POST /run/mmaudio-v2/text-to-audio?wait=20 kwotazzjoni → $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"

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar MMAudio V2 Text to Audio

Jiġġenera awdjo minn `prompt` testwali, b'`negative_prompt` biex jevita ċerti ħsejjes. `duration` tvarja minn 1 sa 30 sekonda (default 8), `num_steps` minn 4 sa 50 (default 25), u `cfg_strength` minn 0 sa 20 (default 4.5). `seed` bejn 0 u 65535 jagħmel ir-riżultati ripetibbli.

Parametri

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
Prompt li jiddeskrivi l-awdjo li għandu jinħoloq.
negative_promptmhux obbligatorju
Tipstring
Prestabbilit
Prompt negattiv li jispeċifika x'għandu jiġi eskluż waqt il-ġenerazzjoni tal-awdjo.
seedmhux obbligatorju
Tipinteger | null
0 – 65,535
Valur seed użat mill-ġeneratur tan-numri każwali.
num_stepsmhux obbligatorju
Tipinteger
Prestabbilit25
4 – 50
Għadd ta' passi użat għall-ġenerazzjoni tal-awdjo.
durationmhux obbligatorju
Tipnumber
Prestabbilit8
1 – 30
Tul tal-awdjo ġġenerat.
cfg_strengthmhux obbligatorju
Tipnumber
Prestabbilit4.5
0 – 20
Intensità ta' Classifier Free Guidance.
mask_away_clipmhux obbligatorju
Tipboolean
Prestabbilitfalse
Jikkontrolla jekk il-klipp jiġix moħbi.
meħtieġ

Output

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
audio
object {url, content_type, file_name, file_size}Awdjo prodott mill-mudell.

Aktar mudelli: Awdjo

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/mmaudio-v2/text-to-audio.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt