Μετάβαση στο περιεχόμενο

MMAudio V2 Text to Audio

Ενσωμάτωση

id μοντέλου 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"

Αυτό το αίτημα: 0,008 $ 8 πιστώσεις API · ≈ 0,86 ₽ Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Sony AI Ήχος 1–30 s #audio#fast

Παραγωγή text-to-audio ήχων από prompt με ρυθμιζόμενα βήματα, καθοδήγηση και διάρκεια

Sony AI · Ήχος

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται

Prompt που περιγράφει τον ήχο προς δημιουργία.

προεπιλογή 8

Διάρκεια του παραγόμενου ήχου.

Για προχωρημένους negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
προεπιλογή

Αρνητικό prompt που καθορίζει τι πρέπει να εξαιρεθεί κατά την παραγωγή ήχου.

προεπιλογή 25

Πλήθος βημάτων που χρησιμοποιείται για την παραγωγή ήχου.

προεπιλογή 4.5

Ένταση Classifier Free Guidance.

Τιμή seed που χρησιμοποιείται από τη γεννήτρια τυχαίων αριθμών.

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

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το MMAudio V2 Text to Audio

Παράγει ήχο από κειμενικό `prompt`, με το `negative_prompt` για απομάκρυνση από ανεπιθύμητους ήχους. Το `duration` κυμαίνεται από 1 έως 30 δευτερόλεπτα (προεπιλογή 8), το `num_steps` από 4 έως 50 (προεπιλογή 25) και το `cfg_strength` από 0 έως 20 (προεπιλογή 4.5). Ένα `seed` μεταξύ 0 και 65535 κάνει τα αποτελέσματα επαναλήψιμα.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
promptαπαιτείται
Τύποςstring
Prompt που περιγράφει τον ήχο προς δημιουργία.
negative_promptπροαιρετικό
Τύποςstring
Προεπιλογή
Αρνητικό prompt που καθορίζει τι πρέπει να εξαιρεθεί κατά την παραγωγή ήχου.
seedπροαιρετικό
Τύποςinteger | null
0 – 65.535
Τιμή seed που χρησιμοποιείται από τη γεννήτρια τυχαίων αριθμών.
num_stepsπροαιρετικό
Τύποςinteger
Προεπιλογή25
4 – 50
Πλήθος βημάτων που χρησιμοποιείται για την παραγωγή ήχου.
durationπροαιρετικό
Τύποςnumber
Προεπιλογή8
1 – 30
Διάρκεια του παραγόμενου ήχου.
cfg_strengthπροαιρετικό
Τύποςnumber
Προεπιλογή4.5
0 – 20
Ένταση Classifier Free Guidance.
mask_away_clipπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Ελέγχει αν το κλιπ αποκρύπτεται μέσω μάσκας.
απαιτείται

Έξοδος

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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
audio
object {url, content_type, file_name, file_size}Ήχος που παράγεται από το μοντέλο.

Περισσότερα μοντέλα: Ήχος

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/mmaudio-v2/text-to-audio.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt