কনটেন্টে যান

Sonilo V1.1 Video to Sound Effects

ইন্টিগ্রেট করুন

মডেল id sonilo/v1.1/video-to-sound-effects
# 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/sonilo/v1.1/video-to-sound-effects?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"

উদাহরণের মতো ফাইল: ০.০৯$ ৯০ API ক্রেডিট · ≈ ৯.৬৬₽ চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
Sonilo ভিডিও থেকে অডিও #sfx#audio#effects

ভিডিওর জন্য সময়-সামঞ্জস্যপূর্ণ সাউন্ড ইফেক্ট তৈরি করে এবং কেবল অডিও ফাইল হিসেবে ফেরত দেয়

Sonilo · অডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

সব দৃশ্যে স্বয়ংক্রিয় ভিডিও ক্যাপশনের পরিবর্তে ব্যবহৃত ঐচ্ছিক সাউন্ড নির্দেশনা। কাঙ্ক্ষিত অডিও বর্ণনা করুন, অথবা স্বয়ংক্রিয় ক্যাপশন ব্যবহারের জন্য মানটি খালি রাখুন।

•আবশ্যক video_url
একটি ফাইল ড্রপ করুন, অথবা

সাউন্ড জেনারেশনের জন্য ফাইল আপলোড বা পাবলিক URL-এর মাধ্যমে সরবরাহ করা ভিডিও; এর দৈর্ঘ্য জেনারেট করা অডিওর দৈর্ঘ্য নির্ধারণ করে।

অ্যাডভান্সড audio_format · keep_speech_vocal · segments
audio_format ডিফল্ট aac

স্বতন্ত্র অডিও ফরম্যাট, wav, mp3, aac বা flac হিসেবে বেছে নেওয়া যায়; ডিফল্টভাবে aac ব্যবহৃত হয়। এই নির্বাচন ভিডিওর অডিও এনকোডিং পরিবর্তন করে না, যা সবসময় AAC।

ব্যক্তিগত সাউন্ড বিবরণসহ সময়সীমা হিসেবে নির্দিষ্ট ঐচ্ছিক ম্যানুয়াল দৃশ্য বিভাজন; খালি মানের ক্ষেত্রে স্বয়ংক্রিয় দৃশ্য শনাক্তকরণ ব্যবহার করা হয়।

POST /run/sonilo/v1.1/video-to-sound-effects?wait=20 মূল্য → ০.০৯$
# 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/sonilo/v1.1/video-to-sound-effects?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"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Sonilo V1.1 Video to Sound Effects সম্পর্কে

`video_url`-এর ভিডিওতে যা ঘটছে তার ভিত্তিতে সমন্বিত সাউন্ড ইফেক্ট যোগ করে। ঐচ্ছিক `prompt` শব্দ নিয়ন্ত্রণ করে, আর `segments` সময়সীমা অনুযায়ী পৃথক বর্ণনা নির্ধারণ করে। `audio_format` wav, mp3, aac অথবা flac হতে পারে। `keep_speech_vocal` চালু থাকলে মূল কথ্য অডিও আলাদা করে মিক্সে রাখা হয়।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
video_urlআবশ্যক video
ধরনurl · video
সাউন্ড জেনারেশনের জন্য ফাইল আপলোড বা পাবলিক URL-এর মাধ্যমে সরবরাহ করা ভিডিও; এর দৈর্ঘ্য জেনারেট করা অডিওর দৈর্ঘ্য নির্ধারণ করে।
promptঐচ্ছিক
ধরনstring | null
সব দৃশ্যে স্বয়ংক্রিয় ভিডিও ক্যাপশনের পরিবর্তে ব্যবহৃত ঐচ্ছিক সাউন্ড নির্দেশনা। কাঙ্ক্ষিত অডিও বর্ণনা করুন, অথবা স্বয়ংক্রিয় ক্যাপশন ব্যবহারের জন্য মানটি খালি রাখুন।
segmentsঐচ্ছিক
ধরনobject[]
ব্যক্তিগত সাউন্ড বিবরণসহ সময়সীমা হিসেবে নির্দিষ্ট ঐচ্ছিক ম্যানুয়াল দৃশ্য বিভাজন; খালি মানের ক্ষেত্রে স্বয়ংক্রিয় দৃশ্য শনাক্তকরণ ব্যবহার করা হয়।
segments[].startঐচ্ছিক
ধরনnumber
ডিফল্ট0
≥ ০
প্রথম সেগমেন্টের শুরু অবশ্যই 0 হতে হবে। সব শুরুর সময় ভিডিওর শুরু থেকে আপেক্ষিকভাবে সেকেন্ডে পরিমাপ করা হয়।
segments[].endঐচ্ছিক
ধরনnumber
ডিফল্ট0
≥ ০
সেগমেন্ট শেষ হওয়ার অবস্থান সেকেন্ডে, যা চূড়ান্ত সেগমেন্টের ক্ষেত্রে ভিডিওর দৈর্ঘ্য দ্বারা সীমাবদ্ধ। আগের প্রতিটি সেগমেন্টের জন্য এটি পরবর্তী সেগমেন্টের শুরুর অবস্থানের সঙ্গে মিলতে হবে, যাতে কোনো ফাঁক বা ওভারল্যাপ না থাকে।
segments[].promptঐচ্ছিক
ধরনstring
ডিফল্ট
সেগমেন্টের সাউন্ড ইফেক্ট বা ফোলির বিবরণ।
audio_formatঐচ্ছিক
ধরনenum
ডিফল্টaac
wavmp3aacflac
স্বতন্ত্র অডিও ফরম্যাট, wav, mp3, aac বা flac হিসেবে বেছে নেওয়া যায়; ডিফল্টভাবে aac ব্যবহৃত হয়। এই নির্বাচন ভিডিওর অডিও এনকোডিং পরিবর্তন করে না, যা সবসময় AAC।
keep_speech_vocalঐচ্ছিক
ধরনboolean
ডিফল্টfalse
বক্তৃতা/কণ্ঠ সংরক্ষণের সুইচ, যা অডিও ও ভিডিও—দুই আউটপুটেই প্রভাব ফেলে; ডিফল্টভাবে নিষ্ক্রিয় থাকলে ফলে শুধু জেনারেট করা শব্দ থাকে। সক্রিয় করলে মিউজিক সোর্স সেপারেশন ব্যবহার করে উৎসের কণ্ঠ আলাদা করা হয়, মূল সংগীত ও অ্যাম্বিয়েন্স বাদ দেওয়া হয় এবং জেনারেট করা শব্দ অপরিবর্তিত কণ্ঠ রেকর্ডিংয়ের সঙ্গে মেশানো হয়, যার মাত্রা কণ্ঠের সঙ্গে মিলিয়ে নেওয়া হয়।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sonilo/v1.1/video-to-sound-effects",
  "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": 90,
    "usd": "0.09",
    "charged": 90,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
    },
    "audios": [
      {
        "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
      }
    ],
    "segments": [
      {
        "index": 1,
        "start": 1.0,
        "end": 1.0,
        "meta": {
          "tags": [],
          "skipped": false,
          "skip_reason": "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
audio
object {url, content_type, file_name, file_size}নির্বাচিত অডিও ফরম্যাটে এনকোড করা জেনারেট করা শব্দ।
audios
array of object {url, content_type, file_name, file_size}জেনারেট করা শব্দগুলোর সম্পূর্ণ সংগ্রহ, প্রতিটি স্যাম্পলের জন্য একটি শব্দ।
segments
array of object {index, start, end, meta}অডিও জেনারেট করতে ব্যবহৃত সেগমেন্টগুলো, উৎস-ভিডিওর ক্রমে তালিকাভুক্ত।

আরও মডেল: ভিডিও থেকে অডিও

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/sonilo/v1.1/video-to-sound-effects.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt