Lumaktaw sa nilalaman

Mirelo SFX2.0 · Text to Audio

I-integrate

ID ng 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"

Mga file na katulad ng halimbawa: $0.60 600 kredito ng API · ≈ ₽64.39 sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
Mirelo AI audio 0.1–600 s #text-to-audio#sfx

Sound effect mula sa teksto description, na may negative prompt, duration at ilang sample

Mirelo AI · audio

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan 88 / 2000

Paglalarawan ng ninanais na sound effect.

default na 30

Hiniling na haba ng tunog, sinusukat sa segundo, na dapat pasok sa deployment-specific maximum para sa text-to-SFX.

default na 2

Bilang ng sample para sa pagbuo sa loob ng isang batched forward pass.

advanced negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed
0 / 1000

Mga tunog na hindi isasama sa output.

upload_audio_format default na wav

Format na ginagamit para sa bawat audio file.

Override ng upload bitrate sa kbps, tinatanggihan kapag lossless ang upload_audio_format; kapag hindi ito itinakda, pinapanatili ang LAME V0 VBR para sa mp3 o target na 256 kbps para sa aac. Para sa mp3, pumili ng eksaktong constant rate mula 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Para sa aac, ang mga value mula 32 hanggang 256 ay target ng encoder at hindi garantisadong rate, kaya maaaring mas mababa rito ang mono o kalat-kalat na audio.

Seed ng initial sample; random na seed ang ginagamit para sa -1 o kapag hindi ibinigay.

POST /run/mirelo-ai/sfx2.0/text-to-audio?wait=20 presyo → $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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Mirelo SFX2.0 · Text to Audio

Gumagawa ng sound effect mula sa `prompt` na hanggang 2000 character, gamit ang `negative_prompt` upang magbukod ng mga tunog. Ang `duration` ay mula 0.1 hanggang 600 segundo (default 30), at ang `num_samples` ay gumagawa ng 1 hanggang 4 na variation, bawat isa ay may sariling seed. Ang output format ay wav, mp3, aac o flac sa pamamagitan ng `upload_audio_format`, na may opsyonal na bitrate para sa mp3 at aac.

Mga parameter

PangalanUri defaultPinapayagan Paglalarawan
promptkinakailangan
Uristring
≤ 2,000 character
Paglalarawan ng ninanais na sound effect.
negative_promptopsyonal
Uristring | null
≤ 1,000 character
Mga tunog na hindi isasama sa output.
durationopsyonal
Urinumber
default30
0.1 – 600
Hiniling na haba ng tunog, sinusukat sa segundo, na dapat pasok sa deployment-specific maximum para sa text-to-SFX.
seedopsyonal
Uriinteger | null
-1 – 9,223,372,036,854,776,000
Seed ng initial sample; random na seed ang ginagamit para sa -1 o kapag hindi ibinigay.
num_samplesopsyonal
Uriinteger
default2
1 – 4
Bilang ng sample para sa pagbuo sa loob ng isang batched forward pass.
upload_audio_formatopsyonal
Urienum
defaultwav
wavmp3aacflac
Format na ginagamit para sa bawat audio file.
upload_audio_bitrate_kbpsopsyonal
Uriinteger | null
32 – 320
Override ng upload bitrate sa kbps, tinatanggihan kapag lossless ang upload_audio_format; kapag hindi ito itinakda, pinapanatili ang LAME V0 VBR para sa mp3 o target na 256 kbps para sa aac. Para sa mp3, pumili ng eksaktong constant rate mula 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Para sa aac, ang mga value mula 32 hanggang 256 ay target ng encoder at hindi garantisadong rate, kaya maaaring mas mababa rito ang mono o kalat-kalat na audio.
kinakailangan

Output

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
model
stringRelease ng SFX modelo na ginagamit upang gumawa ng output.
audio
array of object {url, content_type, file_name, file_size}Mga nabuong sound effect, na may isang resulta para sa bawat sample.
seeds
array of integerMga seed na tumutugma sa mga sample, na pinananatili ang pagkakasunod-sunod.

Higit pang modelo: audio

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/mirelo-ai/sfx2.0/text-to-audio.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt