Lumaktaw sa nilalaman

MMAudio V2 Text to Audio

I-integrate

ID ng 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"

Kahilingang ito: $0.008 8 kredito ng API · ≈ ₽0.86 Patakbuhin ito sa page na ito

Kumuha ng API key
Sony AI audio 1–30 s #audio#fast

Pagbuo ng audio mula sa prompt na may adjustable na hakbang, guidance at duration

Sony 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

Prompt na naglalarawan sa audio na gagawin.

default na 8

Haba ng nabuong audio.

advanced negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
default na

Negative prompt na tumutukoy sa hindi isasama sa pagbuo ng audio.

default na 25

Bilang ng step na ginagamit sa pagbuo ng audio.

default na 4.5

Intensity ng Classifier Free Guidance.

Seed value na ginagamit ng random-number generator.

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

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 MMAudio V2 Text to Audio

Gumagawa ng audio mula sa teksto `prompt`, gamit ang `negative_prompt` para umiwas sa mga tunog. Ang `duration` ay 1 hanggang 30 segundo (default 8), ang `num_steps` ay 4 hanggang 50 (default 25), at ang `cfg_strength` ay 0 hanggang 20 (default 4.5). Ginagawang nauulit ang mga resulta ng `seed` na nasa pagitan ng 0 at 65535.

Mga parameter

PangalanUri defaultPinapayagan Paglalarawan
promptkinakailangan
Uristring
Prompt na naglalarawan sa audio na gagawin.
negative_promptopsyonal
Uristring
default
Negative prompt na tumutukoy sa hindi isasama sa pagbuo ng audio.
seedopsyonal
Uriinteger | null
0 – 65,535
Seed value na ginagamit ng random-number generator.
num_stepsopsyonal
Uriinteger
default25
4 – 50
Bilang ng step na ginagamit sa pagbuo ng audio.
durationopsyonal
Urinumber
default8
1 – 30
Haba ng nabuong audio.
cfg_strengthopsyonal
Urinumber
default4.5
0 – 20
Intensity ng Classifier Free Guidance.
mask_away_clipopsyonal
Uriboolean
defaultfalse
Kinokontrol kung ita-mask out ang clip.
kinakailangan

Output

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"
  }
}
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
audio
object {url, content_type, file_name, file_size}Audio na ginawa ng modelo.

Higit pang modelo: audio

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/mmaudio-v2/text-to-audio.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt