Ir al contenido

Mirelo SFX2.0 · Text to Audio

Integrar

Id del modelo mirelo-ai/sfx2.0/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/mirelo-ai/sfx2.0/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"

Archivos como el ejemplo: 0,60 $ 600 créditos de API · ≈ 64,39 ₽ tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Mirelo AI Audio 0,1–600 s #text-to-audio#sfx

Efectos de sonido desde una descripción de texto, con prompt negativo, duración y varias muestras

Mirelo 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, 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 / 2000

Descripción del efecto de sonido deseado.

predeterminado 30

Duración solicitada del sonido, medida en segundos; debe ajustarse al máximo específico del despliegue para text-to-SFX.

predeterminado 2

Cantidad de muestras para la generación dentro de una única pasada directa por lotes.

Avanzado negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed
0 / 1000

Sonidos que se excluirán de la salida.

upload_audio_format predeterminado wav

Formato usado para cada archivo de audio.

Anulación de la tasa de bits de carga en kbps, rechazada cuando upload_audio_format es sin pérdida; dejarla sin establecer conserva LAME V0 VBR para mp3 o un objetivo de 256 kbps para aac. Para mp3, elige una tasa constante exacta de 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Para aac, los valores de 32 a 256 especifican un objetivo del codificador, no una tasa garantizada, por lo que el audio mono o disperso puede quedar por debajo.

Semilla de la muestra inicial; se usa una semilla aleatoria para -1 o cuando se omite.

POST /run/mirelo-ai/sfx2.0/text-to-audio?wait=20 cotización → 0,60 $
# 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/mirelo-ai/sfx2.0/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 (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Mirelo SFX2.0 · Text to Audio

Genera efectos de sonido a partir de un `prompt` de hasta 2000 caracteres, con `negative_prompt` para excluir sonidos. `duration` varía de 0.1 a 600 segundos (predeterminado 30), y `num_samples` produce de 1 a 4 variaciones, cada una con su propia semilla. El formato de salida es wav, mp3, aac o flac mediante `upload_audio_format`, con una tasa de bits opcional para mp3 y aac.

Parámetros

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
≤ 2000 caracteres
Descripción del efecto de sonido deseado.
negative_promptopcional
Tipostring | null
≤ 1000 caracteres
Sonidos que se excluirán de la salida.
durationopcional
Tiponumber
Predeterminado30
0,1 – 600
Duración solicitada del sonido, medida en segundos; debe ajustarse al máximo específico del despliegue para text-to-SFX.
seedopcional
Tipointeger | null
-1 – 9.223.372.036.854.776.000
Semilla de la muestra inicial; se usa una semilla aleatoria para -1 o cuando se omite.
num_samplesopcional
Tipointeger
Predeterminado2
1 – 4
Cantidad de muestras para la generación dentro de una única pasada directa por lotes.
upload_audio_formatopcional
Tipoenum
Predeterminadowav
wavmp3aacflac
Formato usado para cada archivo de audio.
upload_audio_bitrate_kbpsopcional
Tipointeger | null
32 – 320
Anulación de la tasa de bits de carga en kbps, rechazada cuando upload_audio_format es sin pérdida; dejarla sin establecer conserva LAME V0 VBR para mp3 o un objetivo de 256 kbps para aac. Para mp3, elige una tasa constante exacta de 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Para aac, los valores de 32 a 256 especifican un objetivo del codificador, no una tasa garantizada, por lo que el audio mono o disperso puede quedar por debajo.
obligatorio

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirelo-ai/sfx2.0/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": 600,
    "usd": "0.60",
    "charged": 600,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "model": "sfx-2.0",
    "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
      }
    ],
    "seeds": [
      42
    ]
  },
  "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
model
stringVersión del modelo SFX usada para producir la salida.
audio
array of object {url, content_type, file_name, file_size}Efectos de sonido generados, con un resultado por muestra.
seeds
array of integerSemillas correspondientes a las muestras, conservando su orden.

Más modelos: Audio

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/mirelo-ai/sfx2.0/text-to-audio.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt