Zum Inhalt springen

Sonilo V1.1 Video to Sound Effects

Integrieren

Modell-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"

Dateien wie das Beispiel: 0,09 $ 90 API-Credits · ≈ 9,66 ₽ Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
Sonilo · 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.

Optionale Soundanweisung für alle Szenen anstelle der automatischen Videobeschriftung. Beschreiben Sie das gewünschte Audio oder lassen Sie den Wert leer, um automatische Beschriftungen zu verwenden.

•erforderlich video_url
Datei ablegen oder

Video, das per Datei-Upload oder öffentlicher URL bereitgestellt wird und dessen Dauer die Länge der generierten Audioausgabe bestimmt.

Erweitert audio_format · keep_speech_vocal · segments
audio_format Standard aac

Eigenständiges Audioformat, wählbar als wav, mp3, aac oder flac, wobei standardmäßig aac verwendet wird. Diese Auswahl ändert nicht die Audiokodierung des Videos, die immer AAC ist.

Optionale manuelle Szenenaufteilung, angegeben als Zeitbereiche mit individuellen Soundbeschreibungen; ein leerer Wert verwendet stattdessen die automatische Szenenerkennung.

POST /run/sonilo/v1.1/video-to-sound-effects?wait=20 Preis → 0,09 $
# 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"

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 Sonilo V1.1 Video to Sound Effects

Fügt anhand der Ereignisse im Video unter `video_url` synchronisierte Soundeffekte hinzu. Ein optionaler `prompt` steuert den Klang, und `segments` weist Zeitbereichen separate Beschreibungen zu. `audio_format` kann wav, mp3, aac oder flac sein. Wenn `keep_speech_vocal` aktiviert ist, wird die Originalsprache isoliert und im Mix beibehalten.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
video_urlerforderlich video
Typurl · video
Video, das per Datei-Upload oder öffentlicher URL bereitgestellt wird und dessen Dauer die Länge der generierten Audioausgabe bestimmt.
promptoptional
Typstring | null
Optionale Soundanweisung für alle Szenen anstelle der automatischen Videobeschriftung. Beschreiben Sie das gewünschte Audio oder lassen Sie den Wert leer, um automatische Beschriftungen zu verwenden.
segmentsoptional
Typobject[]
Optionale manuelle Szenenaufteilung, angegeben als Zeitbereiche mit individuellen Soundbeschreibungen; ein leerer Wert verwendet stattdessen die automatische Szenenerkennung.
segments[].startoptional
Typnumber
Standard0
≥ 0
Der Segmentbeginn muss für das erste Segment 0 sein. Alle Startzeiten werden in Sekunden relativ zum Videobeginn gemessen.
segments[].endoptional
Typnumber
Standard0
≥ 0
Endposition des Segments in Sekunden, für das letzte Segment durch die Videodauer begrenzt. Bei jedem früheren Segment muss sie mit der Startposition des folgenden Segments übereinstimmen, damit keine Lücken oder Überschneidungen entstehen.
segments[].promptoptional
Typstring
Standard
Beschreibung der Soundeffekte oder Foley-Geräusche des Segments.
audio_formatoptional
Typenum
Standardaac
wavmp3aacflac
Eigenständiges Audioformat, wählbar als wav, mp3, aac oder flac, wobei standardmäßig aac verwendet wird. Diese Auswahl ändert nicht die Audiokodierung des Videos, die immer AAC ist.
keep_speech_vocaloptional
Typboolean
Standardfalse
Schalter zur Erhaltung von Sprache/Gesang für Audio- und Videoausgaben; standardmäßig deaktiviert, sodass im Ergebnis nur generierter Sound enthalten ist. Bei Aktivierung wird die Musikquellentrennung verwendet, um den Quellgesang zu isolieren, die ursprüngliche Musik und Atmosphäre werden verworfen und der generierte Sound wird mit der unveränderten Gesangsaufnahme gemischt, wobei der Pegel an die Stimme angepasst wird.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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"
  }
}
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}Generiertes Geräusch, kodiert im ausgewählten Audioformat.
audios
array of object {url, content_type, file_name, file_size}Vollständige Sammlung der generierten Sounds, mit einem Sound pro Sample.
segments
array of object {index, start, end, meta}Segmente, die zur Generierung des Audios verwendet werden, in der Reihenfolge ihres Auftretens im Quellvideo.

Weitere Modelle: Video zu Audio

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/sonilo/v1.1/video-to-sound-effects.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt