Passer au contenu

Seed Audio 1.0

Intégrer

Identifiant du modèle 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"

Jusqu’à 0,154 $ par exécution facturation selon l’utilisation réelle, le reste est remboursé L’exécuter sur cette page

Obtenir une clé API
ByteDance audio

Générateur de parole et d’audio piloté par le texte, avec jusqu’à 3 clips audio de référence ou une image, et réglages de hauteur et de vitesse

ByteDance · audio

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

•requis 88 / 2048

Prompt ou texte de synthèse, avec des références audio ordonnées exprimées comme @Audio1 pour la première entrée, @Audio2 pour la deuxième et @Audio3 pour la troisième.

par défaut 1

Multiplicateur de débit de parole : 1.0 donne une vitesse normale, 0.5 une vitesse deux fois plus lente et 2.0 une vitesse deux fois plus rapide.

Avancé audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Déposez un fichier, ou · jusqu’à 3

Fournissez l’audio de référence via au plus 3 URL, chaque fichier étant au format wav/mp3/pcm/ogg_opus et limité à 10 MB et 30 secondes. Dans le prompt, identifiez les extraits avec @Audio1, @Audio2 et @Audio3.

image_url
Déposez un fichier, ou

Fournissez une seule image de référence par URL, uniquement lorsqu’aucune référence audio n’est fournie. L’image doit être au format jpeg/png/webp et ne pas dépasser 10 MB.

output_format par défaut mp3

Format de l’audio généré.

sample_rate par défaut 24000

Fréquence d’échantillonnage en Hz de l’audio de sortie.

Sélectionnez une voix de synthèse en fournissant son nom prédéfini ou, pour une voix clonée, son ID.

par défaut 1

Multiplicateur de volume : 1.0 donne un volume normal, 0.5 un volume deux fois plus faible et 2.0 un volume deux fois plus élevé.

par défaut 0

Réglage de la hauteur de la voix, mesuré en demi-tons : 0 laisse la hauteur inchangée, -12 la baisse d’une octave et 12 l’augmente d’une octave.

POST /run/bytedance/seed-audio-1.0?wait=20 devis → 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Seed Audio 1.0

Synthétise de l’audio à partir d’un prompt de 2048 caractères maximum. Une `voice` prédéfinie ou clonée peut être choisie, et jusqu’à 3 clips de référence peuvent être cités dans le prompt sous la forme @Audio1 à @Audio3 ; une seule image de référence peut être utilisée à la place, mais pas avec de l’audio. La sortie est au format wav, mp3, pcm ou ogg_opus, avec des fréquences d’échantillonnage de 8000 à 48000 Hz. La vitesse et le volume vont de 0.5 à 2, la hauteur varie de -12 à 12 demi-tons, et `multilingual` active une variante pour les textes multilingues.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
promptrequis
Typestring
≤ 2 048 caractères
Prompt ou texte de synthèse, avec des références audio ordonnées exprimées comme @Audio1 pour la première entrée, @Audio2 pour la deuxième et @Audio3 pour la troisième.
voicefacultatif
Typestring | null
Sélectionnez une voix de synthèse en fournissant son nom prédéfini ou, pour une voix clonée, son ID.
audio_urlsfacultatif audios
Typeurl[] · audio
≤ 3 éléments
Fournissez l’audio de référence via au plus 3 URL, chaque fichier étant au format wav/mp3/pcm/ogg_opus et limité à 10 MB et 30 secondes. Dans le prompt, identifiez les extraits avec @Audio1, @Audio2 et @Audio3.
image_urlfacultatif image
Typeurl · image
Fournissez une seule image de référence par URL, uniquement lorsqu’aucune référence audio n’est fournie. L’image doit être au format jpeg/png/webp et ne pas dépasser 10 MB.
output_formatfacultatif
Typeenum
Par défautmp3
wavmp3pcmogg_opus
Format de l’audio généré.
sample_ratefacultatif
Typeenum
Par défaut24000
80001600024000320004410048000
Fréquence d’échantillonnage en Hz de l’audio de sortie.
speedfacultatif
Typenumber
Par défaut1
0,5 – 2
Multiplicateur de débit de parole : 1.0 donne une vitesse normale, 0.5 une vitesse deux fois plus lente et 2.0 une vitesse deux fois plus rapide.
volumefacultatif
Typenumber
Par défaut1
0,5 – 2
Multiplicateur de volume : 1.0 donne un volume normal, 0.5 un volume deux fois plus faible et 2.0 un volume deux fois plus élevé.
pitchfacultatif
Typeinteger
Par défaut0
-12 – 12
Réglage de la hauteur de la voix, mesuré en demi-tons : 0 laisse la hauteur inchangée, -12 la baisse d’une octave et 12 l’augmente d’une octave.
multilingualfacultatif
Typeboolean
Par défautfalse
Sélection de la variante du modèle : l’activation de la variante multilingue améliore la gestion des prompts mélangeant plusieurs langues ou utilisant une langue autre que l’anglais.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Le filtrage peut être assoupli en définissant false, si l'appelant est autorisé.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Fichier audio produit par la génération.

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/bytedance/seed-audio-1.0.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt