# Sonilo V1.1 Video to Video Sound Effects API

> উৎপাদিত সাউন্ড ইফেক্ট মিশ্রিত ইনপুট ভিডিওসহ ইফেক্টগুলো পৃথক ফাইল হিসেবেও ফেরত দেয়

দৃশ্যমান কার্যকলাপের সঙ্গে সময় মিলিয়ে সাউন্ড ইফেক্ট যোগ করে এবং অডিওসহ একটি mp4 ফেরত দেয়, পাশাপাশি তৈরি করা সাউন্ডটি আলাদা ফাইল হিসেবেও দেয়। সাধারণ নির্দেশনার জন্য `prompt` অথবা প্রতিটি সময়সীমার বর্ণনার জন্য `segments` ব্যবহার করুন। `audio_format` আলাদা ফাইলের ফরম্যাট নির্ধারণ করে (wav, mp3, aac অথবা flac), আর `keep_speech_vocal` মূল কথোপকথন সংরক্ষণ করে।

- Model id: `sonilo/v1.1/video-to-video-sound-effects`
- Made by: Sonilo
- Category: Video to Audio
- Output: video
- Price per second of your input video: $0.009 / second of input video (cheapest run $0.009 (9 API credits))
- Run: `POST https://api.doitong.ru/v1/run/sonilo/v1.1/video-to-video-sound-effects`
- Quote: `POST https://api.doitong.ru/v1/quote/sonilo/v1.1/video-to-video-sound-effects`
- Docs page: https://doitong.com/bn/developers/models/sonilo/v1.1/video-to-video-sound-effects

## Pricing

Price: **$0.009 / second of input video**. Price per second of your input video: 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 $0.09 = 90 API credits (10 s input video × $0.009).

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/sonilo/v1.1/video-to-video-sound-effects` 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 |
|---|---|---|---|---|---|---|
| `video_url` | `video` | string (video URL) | yes |  |  | সাউন্ড জেনারেশনের জন্য ফাইল আপলোড বা পাবলিক URL-এর মাধ্যমে সরবরাহ করা ভিডিও; এর দৈর্ঘ্য জেনারেট করা অডিওর দৈর্ঘ্য নির্ধারণ করে। |
| `prompt` |  | string \| null | no |  |  | সব দৃশ্যে স্বয়ংক্রিয় ভিডিও ক্যাপশনের পরিবর্তে ব্যবহৃত ঐচ্ছিক সাউন্ড নির্দেশনা। কাঙ্ক্ষিত অডিও বর্ণনা করুন, অথবা স্বয়ংক্রিয় ক্যাপশন ব্যবহারের জন্য মানটি খালি রাখুন। |
| `segments` |  | array of object {start, end, prompt} \| null | no |  |  | ব্যক্তিগত সাউন্ড বিবরণসহ সময়সীমা হিসেবে নির্দিষ্ট ঐচ্ছিক ম্যানুয়াল দৃশ্য বিভাজন; খালি মানের ক্ষেত্রে স্বয়ংক্রিয় দৃশ্য শনাক্তকরণ ব্যবহার করা হয়। |
| `segments[].start` |  | number | no | `0` | ≥ 0 | প্রথম সেগমেন্টের শুরু অবশ্যই 0 হতে হবে। সব শুরুর সময় ভিডিওর শুরু থেকে আপেক্ষিকভাবে সেকেন্ডে পরিমাপ করা হয়। |
| `segments[].end` |  | number | no | `0` | ≥ 0 | 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[].prompt` |  | string | no | `` |  | সেগমেন্টের সাউন্ড ইফেক্ট বা ফোলির বিবরণ। |
| `audio_format` |  | enum (string) | no | `aac` | `wav`, `mp3`, `aac`, `flac` | 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_vocal` |  | boolean | no | `false` |  | 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। |

File parameters (`video`) 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
{
  "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

A fuller example:

```json
{
  "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

## 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/sonilo/v1.1/video-to-video-sound-effects?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video_url": "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"
```

### 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/sonilo/v1.1/video-to-video-sound-effects?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }),
});
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 = {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sonilo/v1.1/video-to-video-sound-effects", 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": "sonilo/v1.1/video-to-video-sound-effects",
      "input": {
        "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
      },
      "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": "sonilo/v1.1/video-to-video-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": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "videos": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
        "content_type": "video/mp4",
        "file_name": "0-output.mp4",
        "file_size": 1843200
      }
    ],
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "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 |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | জেনারেট করা শব্দ এবং, সরবরাহ করা হলে, উৎস ভিডিওসহ MP4; উৎস ফুটেজ না থাকলে mp4-তে শুধু অডিও থাকে। |
| `videos` | array of object {url, content_type, file_name, file_size} | আউটপুট mp4 ভিডিওগুলোর সম্পূর্ণ সংগ্রহ, প্রতিটি স্যাম্পলের জন্য একটি। |
| `audio` | object {url, content_type, file_name, file_size} | জেনারেট করা শব্দসহ পৃথক অডিও ফাইল। |

## Related models

- [Sonilo V1.1 Video to Video Music](https://doitong.com/developers/models/sonilo/v1.1/video-to-video-music.md) (`sonilo/v1.1/video-to-video-music`): $0.009 / second of output audio
- [Sonilo V1.1 Text to Music](https://doitong.com/developers/models/sonilo/v1.1/text-to-music.md) (`sonilo/v1.1/text-to-music`): $0.0025 / second of output audio
- [Sonilo V1.1 Text to Sound Effects](https://doitong.com/developers/models/sonilo/v1.1/text-to-sound-effects.md) (`sonilo/v1.1/text-to-sound-effects`): $0.0018 / second of output audio
- [Sonilo V1.1](https://doitong.com/developers/models/sonilo/v1.1/video-to-music.md) (`sonilo/v1.1/video-to-music`): $0.009 / second of output audio
- [Sonilo V1.1 Video to Sound Effects](https://doitong.com/developers/models/sonilo/v1.1/video-to-sound-effects.md) (`sonilo/v1.1/video-to-sound-effects`): $0.009 / second of input video
- [Hunyuan Video Foley](https://doitong.com/developers/models/hunyuan-video-foley.md) (`hunyuan-video-foley`): $0.10 / 10 seconds of input video
- [Kling Video · Video to Audio](https://doitong.com/developers/models/kling-video/video-to-audio.md) (`kling-video/video-to-audio`): $0.035 / video
- [Mirelo SFX2.0 · Video to Audio](https://doitong.com/developers/models/mirelo-ai/sfx2.0/video-to-audio.md) (`mirelo-ai/sfx2.0/video-to-audio`): $0.01 / second of output audio

## Links

- HTML page: https://doitong.com/developers/models/sonilo/v1.1/video-to-video-sound-effects
- 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=sonilo/v1.1/video-to-video-sound-effects
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/sonilo/v1.1/video-to-video-sound-effects