Ir al contenido

MMAudio V2 Text to Audio

Integrar

ID del modelo 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"

Esta solicitud: $0.008 8 créditos de API · ≈ ₽0.86 Ejecutar en esta página

Obtener clave de API
Sony AI Audio 1–30 s #audio#fast

Generación de audio a partir de texto con sonidos definidos por un prompt, pasos, guía y duración ajustables

Sony AI · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, donde se conservan para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan conforme los cambias.

•obligatorio

Prompt que describe el audio que se creará.

predeterminado 8

Duración del audio generado.

Avanzado negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
predeterminado

Prompt negativo que especifica qué excluir durante la generación de audio.

predeterminado 25

Cantidad de pasos usada para la generación de audio.

predeterminado 4.5

Intensidad de Classifier Free Guidance.

Valor de semilla usado por el generador de números aleatorios.

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

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda en localStorage únicamente si marcas Recordar. Obtener una clave de API

Acerca de MMAudio V2 Text to Audio

Genera audio a partir de un `prompt` de texto, con `negative_prompt` para evitar determinados sonidos. `duration` va de 1 a 30 segundos (predeterminado 8), `num_steps` de 4 a 50 (predeterminado 25) y `cfg_strength` de 0 a 20 (predeterminado 4.5). Una `seed` entre 0 y 65535 hace que los resultados sean reproducibles.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
Prompt que describe el audio que se creará.
negative_promptopcional
Tipostring
Predeterminado
Prompt negativo que especifica qué excluir durante la generación de audio.
seedopcional
Tipointeger | null
0 – 65,535
Valor de semilla usado por el generador de números aleatorios.
num_stepsopcional
Tipointeger
Predeterminado25
4 – 50
Cantidad de pasos usada para la generación de audio.
durationopcional
Tiponumber
Predeterminado8
1 – 30
Duración del audio generado.
cfg_strengthopcional
Tiponumber
Predeterminado4.5
0 – 20
Intensidad de Classifier Free Guidance.
mask_away_clipopcional
Tipoboolean
Predeterminadofalse
Controla si el clip se enmascara.
obligatorio

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: se conserva para siempre (con cobro por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para video y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size}Audio producido por el modelo.

Más modelos: Audio

Para agentes de IA: esta página en Markdown está disponible en https://doitong.com/es-MX/developers/models/mmaudio-v2/text-to-audio.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt