Přejít na obsah

MMAudio V2 Text to Audio

Integrace

ID modelu 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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Tento požadavek: 0,008 $ 8 kreditů API · ≈ 0,86 ₽ Spustit na této stránce

Získat API klíč
Sony AI Zvuk 1–30 s #audio#fast

Generování zvuků z promptu pomocí převodu textu na zvuk s nastavitelnými kroky, řízením a délkou

Sony AI · Zvuk

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

•povinné

Prompt popisující zvuk, který se má vytvořit.

výchozí 8

Délka vygenerovaného zvuku.

Pokročilé negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
výchozí

Negativní prompt určující, co se má při generování zvuku vyloučit.

výchozí 25

Počet kroků použitých pro generování zvuku.

výchozí 4.5

Intenzita Classifier Free Guidance.

Hodnota seedu použitá generátorem náhodných čísel.

POST /run/mmaudio-v2/text-to-audio?wait=20 cena → 0,008 $
# 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/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu MMAudio V2 Text to Audio

Generuje zvuk z textového `prompt`, přičemž `negative_prompt` odklání výsledek od nežádoucích zvuků. `duration` je od 1 do 30 sekund (výchozí 8), `num_steps` od 4 do 50 (výchozí 25) a `cfg_strength` od 0 do 20 (výchozí 4.5). `seed` mezi 0 a 65535 zajišťuje opakovatelnost výsledků.

Parametry

NázevTyp VýchozíPovolené Popis
promptpovinné
Typstring
Prompt popisující zvuk, který se má vytvořit.
negative_promptvolitelné
Typstring
Výchozí
Negativní prompt určující, co se má při generování zvuku vyloučit.
seedvolitelné
Typinteger | null
0 – 65 535
Hodnota seedu použitá generátorem náhodných čísel.
num_stepsvolitelné
Typinteger
Výchozí25
4 – 50
Počet kroků použitých pro generování zvuku.
durationvolitelné
Typnumber
Výchozí8
1 – 30
Délka vygenerovaného zvuku.
cfg_strengthvolitelné
Typnumber
Výchozí4.5
0 – 20
Intenzita Classifier Free Guidance.
mask_away_clipvolitelné
Typboolean
Výchozífalse
Řídí, zda se klip zamaskuje.
povinné

Výstup

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
audio
object {url, content_type, file_name, file_size}Zvuk vytvořený modelem.

Další modely: Zvuk

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/mmaudio-v2/text-to-audio.md. Všechny modely a návody: https://doitong.com/developers/llms.txt