Ir al contenido

Seed Audio 1.0

Integrar

Id del modelo bytedance/seed-audio-1.0
# 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/bytedance/seed-audio-1.0?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"

Hasta 0,154 $ por ejecución se cobra según el uso real y el resto se reembolsa Ejecutar en esta página

Obtener clave de API
ByteDance Audio

Generador de voz y audio controlado por texto, con hasta 3 clips de audio de referencia o una imagen, y controles de tono y velocidad

ByteDance · Audio

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas 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 al modificarlos.

•obligatorio 88 / 2048

Prompt o texto de síntesis, con referencias de audio ordenadas expresadas como @Audio1 para la primera entrada, @Audio2 para la segunda y @Audio3 para la tercera.

predeterminado 1

Multiplicador de velocidad del habla: 1.0 proporciona velocidad normal, 0.5 la mitad de velocidad y 2.0 el doble de velocidad.

Avanzado audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Suelta un archivo o · hasta 3

Proporciona audio de referencia mediante un máximo de 3 URL, con cada archivo en formato wav/mp3/pcm/ogg_opus y limitado a 10 MB y 30 segundos. En el prompt, identifica los clips con @Audio1, @Audio2 y @Audio3.

image_url
Suelta un archivo o

Proporciona una referencia de imagen únicamente mediante URL cuando no se proporcionen referencias de audio. La imagen debe ser jpeg/png/webp y no superar 10 MB.

output_format predeterminado mp3

Formato del audio generado.

sample_rate predeterminado 24000

Frecuencia de muestreo en Hz del audio de salida.

Selecciona una voz de síntesis proporcionando su nombre preestablecido o, para una voz clonada, su ID.

predeterminado 1

Multiplicador de volumen: 1.0 proporciona volumen normal, 0.5 la mitad del volumen y 2.0 el doble del volumen.

predeterminado 0

Ajuste del tono de la voz, medido en semitonos: 0 deja el tono sin cambios, -12 lo baja una octava y 12 lo sube una octava.

POST /run/bytedance/seed-audio-1.0?wait=20 cotización → 0,154 $
# 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/bytedance/seed-audio-1.0?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 (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Seed Audio 1.0

Sintetiza audio a partir de un prompt de hasta 2048 caracteres. Se puede elegir una `voice` preestablecida o clonada, y citar hasta 3 clips de referencia en el prompt como @Audio1 a @Audio3; también funciona una sola imagen de referencia, pero no junto con audio. La salida es wav, mp3, pcm u ogg_opus, con frecuencias de muestreo de 8000 a 48000 Hz. La velocidad y el volumen van de 0.5 a 2, el tono cambia de -12 a 12 semitonos, y `multilingual` activa una variante para texto en varios idiomas.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
≤ 2048 caracteres
Prompt o texto de síntesis, con referencias de audio ordenadas expresadas como @Audio1 para la primera entrada, @Audio2 para la segunda y @Audio3 para la tercera.
voiceopcional
Tipostring | null
Selecciona una voz de síntesis proporcionando su nombre preestablecido o, para una voz clonada, su ID.
audio_urlsopcional audios
Tipourl[] · audio
≤ 3 elementos
Proporciona audio de referencia mediante un máximo de 3 URL, con cada archivo en formato wav/mp3/pcm/ogg_opus y limitado a 10 MB y 30 segundos. En el prompt, identifica los clips con @Audio1, @Audio2 y @Audio3.
image_urlopcional image
Tipourl · image
Proporciona una referencia de imagen únicamente mediante URL cuando no se proporcionen referencias de audio. La imagen debe ser jpeg/png/webp y no superar 10 MB.
output_formatopcional
Tipoenum
Predeterminadomp3
wavmp3pcmogg_opus
Formato del audio generado.
sample_rateopcional
Tipoenum
Predeterminado24000
80001600024000320004410048000
Frecuencia de muestreo en Hz del audio de salida.
speedopcional
Tiponumber
Predeterminado1
0,5 – 2
Multiplicador de velocidad del habla: 1.0 proporciona velocidad normal, 0.5 la mitad de velocidad y 2.0 el doble de velocidad.
volumeopcional
Tiponumber
Predeterminado1
0,5 – 2
Multiplicador de volumen: 1.0 proporciona volumen normal, 0.5 la mitad del volumen y 2.0 el doble del volumen.
pitchopcional
Tipointeger
Predeterminado0
-12 – 12
Ajuste del tono de la voz, medido en semitonos: 0 deja el tono sin cambios, -12 lo baja una octava y 12 lo sube una octava.
multilingualopcional
Tipoboolean
Predeterminadofalse
Selección de la variante del modelo: activar la variante multilingüe mejora el procesamiento cuando los prompts mezclan idiomas o usan un idioma distinto del inglés.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que el autor de la llamada esté autorizado.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/seed-audio-1.0",
  "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": 154,
    "usd": "0.154",
    "charged": 154,
    "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,
      "duration": 5,
      "channels": 1,
      "sample_rate": 1,
      "bitrate": "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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra 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 vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Archivo de audio producido por la generación.

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/bytedance/seed-audio-1.0.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt