Neidio i'r cynnwys

Seed Audio 1.0

Integreiddio

ID y model bytedance/seed-audio-1.0
# 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/bytedance/seed-audio-1.0?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"

Hyd at $0.154 fesul rhediad codir tâl yn ôl y defnydd gwirioneddol, a chaiff y gweddill ei ad-dalu Ei redeg ar y dudalen hon

Cael allwedd API
ByteDance Sain

Cynhyrchydd lleferydd a sain wedi'i yrru gan destun, hyd at 3 chlip sain cyfeirio neu un ddelwedd, gyda rheolyddion traw a chyflymder

ByteDance · Sain

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

•gofynnol 88 / 2048

Anogiad synthesis neu destun, gyda chyfeiriadau sain trefnedig wedi'u mynegi fel @Audio1 ar gyfer y mewnbwn cyntaf, @Audio2 ar gyfer yr ail, ac @Audio3 ar gyfer y trydydd.

rhagosodedig 1

Lluosydd cyfradd lleferydd: mae 1.0 yn rhoi cyflymder normal, 0.5 yn rhoi hanner y cyflymder, a 2.0 yn rhoi dwywaith y cyflymder.

Uwch audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Gollyngwch ffeil, neu · hyd at 3

Darparwch sain gyfeirio drwy hyd at 3 URL, gyda phob ffeil mewn fformat wav/mp3/pcm/ogg_opus ac wedi'i chyfyngu i 10 MB a 30 eiliad. Yn yr anogiad, nodwch y clipiau ag @Audio1, @Audio2, @Audio3.

image_url
Gollyngwch ffeil, neu

Darparwch un cyfeirnod delwedd drwy URL yn unig pan na ddarperir cyfeiriadau sain. Rhaid i'r ddelwedd fod yn jpeg/png/webp ac ni chaiff fod yn fwy na 10 MB.

output_format rhagosodedig mp3

Fformat ar gyfer y sain a gynhyrchir.

sample_rate rhagosodedig 24000

Amledd samplu mewn Hz ar gyfer y sain allbwn.

Dewiswch lais synthesis drwy ddarparu naill ai ei enw rhagosodedig neu, ar gyfer llais wedi'i glonio, ei ID.

rhagosodedig 1

Lluosydd cyfaint: mae 1.0 yn rhoi cyfaint normal, 0.5 yn rhoi hanner y cyfaint, a 2.0 yn rhoi dwywaith y cyfaint.

rhagosodedig 0

Addasiad traw'r llais, wedi'i fesur mewn hanner-tonau: mae 0 yn gadael y traw heb ei newid, mae -12 yn ei symud i lawr wythfed, a 12 yn ei symud i fyny wythfed.

POST /run/bytedance/seed-audio-1.0?wait=20 dyfynbris → $0.154
# 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/bytedance/seed-audio-1.0?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"

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â Seed Audio 1.0

Syntheseiddio sain o anogwr hyd at 2048 nod. Gellir dewis `voice` rhagosodedig neu wedi'i glonio, a gellir cyfeirio at hyd at 3 chlip cyfeirio yn yr anogwr fel @Audio1 i @Audio3; mae un ddelwedd gyfeirio yn gweithio yn lle hynny, ond nid ynghyd â sain. Mae'r allbwn yn wav, mp3, pcm neu ogg_opus ar gyfraddau samplu o 8000 i 48000 Hz. Mae cyflymder a chyfaint yn amrywio o 0.5 i 2, mae traw yn symud -12 i 12 hanner tôn, ac mae `multilingual` yn newid i amrywiad ar gyfer testun amlieithog.

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
promptgofynnol
Mathstring
≤ 2,048 nod
Anogiad synthesis neu destun, gyda chyfeiriadau sain trefnedig wedi'u mynegi fel @Audio1 ar gyfer y mewnbwn cyntaf, @Audio2 ar gyfer yr ail, ac @Audio3 ar gyfer y trydydd.
voicedewisol
Mathstring | null
Dewiswch lais synthesis drwy ddarparu naill ai ei enw rhagosodedig neu, ar gyfer llais wedi'i glonio, ei ID.
audio_urlsdewisol audios
Mathurl[] · audio
≤ 3 eitem
Darparwch sain gyfeirio drwy hyd at 3 URL, gyda phob ffeil mewn fformat wav/mp3/pcm/ogg_opus ac wedi'i chyfyngu i 10 MB a 30 eiliad. Yn yr anogiad, nodwch y clipiau ag @Audio1, @Audio2, @Audio3.
image_urldewisol image
Mathurl · image
Darparwch un cyfeirnod delwedd drwy URL yn unig pan na ddarperir cyfeiriadau sain. Rhaid i'r ddelwedd fod yn jpeg/png/webp ac ni chaiff fod yn fwy na 10 MB.
output_formatdewisol
Mathenum
Rhagosodedigmp3
wavmp3pcmogg_opus
Fformat ar gyfer y sain a gynhyrchir.
sample_ratedewisol
Mathenum
Rhagosodedig24000
80001600024000320004410048000
Amledd samplu mewn Hz ar gyfer y sain allbwn.
speeddewisol
Mathnumber
Rhagosodedig1
0.5 – 2
Lluosydd cyfradd lleferydd: mae 1.0 yn rhoi cyflymder normal, 0.5 yn rhoi hanner y cyflymder, a 2.0 yn rhoi dwywaith y cyflymder.
volumedewisol
Mathnumber
Rhagosodedig1
0.5 – 2
Lluosydd cyfaint: mae 1.0 yn rhoi cyfaint normal, 0.5 yn rhoi hanner y cyfaint, a 2.0 yn rhoi dwywaith y cyfaint.
pitchdewisol
Mathinteger
Rhagosodedig0
-12 – 12
Addasiad traw'r llais, wedi'i fesur mewn hanner-tonau: mae 0 yn gadael y traw heb ei newid, mae -12 yn ei symud i lawr wythfed, a 12 yn ei symud i fyny wythfed.
multilingualdewisol
Mathboolean
Rhagosodedigfalse
Dewis amrywiad model: mae galluogi'r amrywiad amlieithog yn gwella'r modd ymdrinnir ag ef pan fo anogiadau'n cymysgu ieithoedd neu'n defnyddio iaith heblaw Saesneg.
enable_safety_checkerdewisol
Mathboolean
Rhagosodedigtrue
Gellir llacio'r sgrinio drwy osod false, ar yr amod bod y galwr wedi'i awdurdodi.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/seed-audio-1.0",
  "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": 154,
    "usd": "0.154",
    "charged": 154,
    "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,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Ffeil sain a gynhyrchir.

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/bytedance/seed-audio-1.0.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt