# Sonilo V1.1 Video to Sound Effects API

> Δημιουργεί συγχρονισμένα ηχητικά εφέ για βίντεο και τα επιστρέφει μόνο ως αρχείο ήχου

Προσθέτει συγχρονισμένα ηχητικά εφέ με βάση όσα συμβαίνουν στο βίντεο του `video_url`. Ένα προαιρετικό `prompt` καθοδηγεί τον ήχο και το `segments` αντιστοιχίζει ξεχωριστές περιγραφές σε χρονικά εύρη. Το `audio_format` μπορεί να είναι wav, mp3, aac ή flac. Όταν το `keep_speech_vocal` είναι ενεργό, η αρχική ομιλία απομονώνεται και διατηρείται στη μίξη.

- Model id: `sonilo/v1.1/video-to-sound-effects`
- Made by: Sonilo
- Category: Video to Audio
- Output: audio
- Price per second of your input video: $0.009 / second of input video (cheapest run $0.009 (9 API credits))
- Run: `POST https://api.doitong.ru/v1/run/sonilo/v1.1/video-to-sound-effects`
- Quote: `POST https://api.doitong.ru/v1/quote/sonilo/v1.1/video-to-sound-effects`
- Docs page: https://doitong.com/el/developers/models/sonilo/v1.1/video-to-sound-effects

## Pricing

Price: **$0.009 / second of input video**. Price per second of your input video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.09 = 90 API credits (10 s input video × $0.009).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/sonilo/v1.1/video-to-sound-effects` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `video_url` | `video` | string (video URL) | yes |  |  | Βίντεο που παρέχεται μέσω μεταφόρτωσης αρχείου ή δημόσιου URL για παραγωγή ήχου, με τη διάρκειά του να καθορίζει το μήκος του παραγόμενου ήχου. |
| `prompt` |  | string \| null | no |  |  | Προαιρετική καθοδήγηση ήχου που χρησιμοποιείται σε όλες τις σκηνές αντί για αυτόματη περιγραφή του βίντεο. Περιγράψτε τον επιθυμητό ήχο ή αφήστε την τιμή κενή για χρήση αυτόματων λεζαντών. |
| `segments` |  | array of object {start, end, prompt} \| null | no |  |  | Προαιρετικές χειροκίνητες διαιρέσεις σκηνών, καθορισμένες ως χρονικά διαστήματα με ξεχωριστές περιγραφές ήχου· κενή τιμή χρησιμοποιεί αυτόματη ανίχνευση σκηνών. |
| `segments[].start` |  | number | no | `0` | ≥ 0 | Η έναρξη του πρώτου τμήματος πρέπει να είναι 0. Όλοι οι χρόνοι έναρξης μετρώνται σε δευτερόλεπτα από την αρχή του βίντεο. |
| `segments[].end` |  | number | no | `0` | ≥ 0 | Η τελική θέση του τμήματος σε δευτερόλεπτα, με όριο τη διάρκεια του βίντεο για το τελευταίο τμήμα. Για κάθε προηγούμενο τμήμα πρέπει να συμπίπτει με τη θέση έναρξης του επόμενου, ώστε να μην υπάρχουν κενά ή επικαλύψεις. |
| `segments[].prompt` |  | string | no | `` |  | Περιγραφή των ηχητικών εφέ ή των foley του τμήματος. |
| `audio_format` |  | enum (string) | no | `aac` | `wav`, `mp3`, `aac`, `flac` | Αυτόνομη μορφή ήχου, επιλέξιμη ως wav, mp3, aac ή flac, με προεπιλογή το aac. Η επιλογή δεν αλλάζει την κωδικοποίηση ήχου του βίντεο, η οποία είναι πάντα AAC. |
| `keep_speech_vocal` |  | boolean | no | `false` |  | Διακόπτης διατήρησης ομιλίας/φωνής που επηρεάζει τις εξόδους ήχου και βίντεο· είναι απενεργοποιημένος από προεπιλογή και αφήνει στο αποτέλεσμα μόνο τον παραγόμενο ήχο. Η ενεργοποίησή του χρησιμοποιεί διαχωρισμό πηγών μουσικής για απομόνωση των αρχικών φωνητικών, απορρίπτει την αρχική μουσική και την ατμόσφαιρα και αναμειγνύει τον παραγόμενο ήχο με την αμετάβλητη ηχογράφηση φωνής, προσαρμόζοντας τη στάθμη του στη φωνή. |

File parameters (`video`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

A fuller example:

```json
{
  "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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_url": "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"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/sonilo/v1.1/video-to-sound-effects?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/sonilo/v1.1/video-to-sound-effects", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "sonilo/v1.1/video-to-sound-effects",
      "input": {
        "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `audio` | object {url, content_type, file_name, file_size} | Παραγόμενος ήχος κωδικοποιημένος στην επιλεγμένη μορφή ήχου. |
| `audios` | array of object {url, content_type, file_name, file_size} | Πλήρης συλλογή παραγόμενων ήχων, με έναν ήχο για κάθε δείγμα. |
| `segments` | array of object {index, start, end, meta} | Τμήματα που χρησιμοποιούνται για την παραγωγή του ήχου, καταχωρισμένα με τη σειρά τους στο βίντεο-πηγή. |

## Related models

- [Sonilo V1.1 Video to Video Music](https://doitong.com/developers/models/sonilo/v1.1/video-to-video-music.md) (`sonilo/v1.1/video-to-video-music`): $0.009 / second of output audio
- [Sonilo V1.1 Text to Music](https://doitong.com/developers/models/sonilo/v1.1/text-to-music.md) (`sonilo/v1.1/text-to-music`): $0.0025 / second of output audio
- [Sonilo V1.1 Text to Sound Effects](https://doitong.com/developers/models/sonilo/v1.1/text-to-sound-effects.md) (`sonilo/v1.1/text-to-sound-effects`): $0.0018 / second of output audio
- [Sonilo V1.1](https://doitong.com/developers/models/sonilo/v1.1/video-to-music.md) (`sonilo/v1.1/video-to-music`): $0.009 / second of output audio
- [Sonilo V1.1 Video to Video Sound Effects](https://doitong.com/developers/models/sonilo/v1.1/video-to-video-sound-effects.md) (`sonilo/v1.1/video-to-video-sound-effects`): $0.009 / second of input video
- [Hunyuan Video Foley](https://doitong.com/developers/models/hunyuan-video-foley.md) (`hunyuan-video-foley`): $0.10 / 10 seconds of input video
- [Kling Video · Video to Audio](https://doitong.com/developers/models/kling-video/video-to-audio.md) (`kling-video/video-to-audio`): $0.035 / video
- [Mirelo SFX2.0 · Video to Audio](https://doitong.com/developers/models/mirelo-ai/sfx2.0/video-to-audio.md) (`mirelo-ai/sfx2.0/video-to-audio`): $0.01 / second of output audio

## Links

- HTML page: https://doitong.com/developers/models/sonilo/v1.1/video-to-sound-effects
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=sonilo/v1.1/video-to-sound-effects
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/sonilo/v1.1/video-to-sound-effects