Zum Inhalt springen

MMAudio V2 Text to Audio

Integrieren

Modell-ID 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"

Diese Anfrage: 0,008 $ 8 API-Credits · ≈ 0,86 ₽ Auf dieser Seite ausführen

API-Schlüssel abrufen
Sony AI Audio 1–30 s #audio#fast

Text-to-Audio-Erzeugung von Geräuschen aus einem Prompt mit anpassbaren Schritten, Guidance und Dauer

Sony AI · Audio

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich

Prompt zur Beschreibung des zu erstellenden Audios.

Standard 8

Länge des generierten Audios.

Erweitert negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
Standard

Negativer Prompt zur Angabe dessen, was bei der Audiogenerierung ausgeschlossen werden soll.

Standard 25

Für die Audiogenerierung verwendete Schrittanzahl.

Standard 4.5

Intensität der Classifier Free Guidance.

Vom Zufallszahlengenerator verwendeter Seed-Wert.

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

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über MMAudio V2 Text to Audio

Erzeugt Audio aus einem Text-`prompt`; mit `negative_prompt` können unerwünschte Geräusche vermieden werden. `duration` reicht von 1 bis 30 Sekunden (Standard 8), `num_steps` von 4 bis 50 (Standard 25) und `cfg_strength` von 0 bis 20 (Standard 4.5). Ein `seed` zwischen 0 und 65535 macht Ergebnisse reproduzierbar.

Parameter

NameTyp StandardZulässig Beschreibung
prompterforderlich
Typstring
Prompt zur Beschreibung des zu erstellenden Audios.
negative_promptoptional
Typstring
Standard
Negativer Prompt zur Angabe dessen, was bei der Audiogenerierung ausgeschlossen werden soll.
seedoptional
Typinteger | null
0 – 65.535
Vom Zufallszahlengenerator verwendeter Seed-Wert.
num_stepsoptional
Typinteger
Standard25
4 – 50
Für die Audiogenerierung verwendete Schrittanzahl.
durationoptional
Typnumber
Standard8
1 – 30
Länge des generierten Audios.
cfg_strengthoptional
Typnumber
Standard4.5
0 – 20
Intensität der Classifier Free Guidance.
mask_away_clipoptional
Typboolean
Standardfalse
Steuert, ob der Clip maskiert wird.
erforderlich

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
audio
object {url, content_type, file_name, file_size}Vom Modell erzeugtes Audio.

Weitere Modelle: Audio

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/mmaudio-v2/text-to-audio.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt