Prijeđi na sadržaj

Seed Audio 1.0

Integriraj

ID modela 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"

Do 0,154 $ po pokretanju naplaćuje se prema stvarnoj potrošnji, a ostatak se vraća Pokreni na ovoj stranici

Nabavi API ključ
ByteDance Zvuk

Generator govora i zvuka pokretan tekstom, s do 3 referentna audiosnimka ili jednom slikom te kontrolama visine i brzine

ByteDance · Zvuk

Vaš prvi rezultat bit će ovdje

Izradite zahtjev u nastavku i pokrenite ga svojim API ključem. Izlazi se kopiraju u našu pohranu i čuvaju zauvijek ili 7 dana besplatno.

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno 88 / 2048

Prompt ili tekst za sintezu, s poredanim referencama na audio zapise označenima kao @Audio1 za prvi ulaz, @Audio2 za drugi i @Audio3 za treći.

zadano 1

Množitelj brzine govora: 1.0 daje normalnu brzinu, 0.5 upola manju, a 2.0 dvostruko veću brzinu.

Napredno audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Ispustite datoteku ili · do 3

Navedite referentni audiozapis putem najviše 3 URL-a; svaka datoteka mora biti u formatu wav/mp3/pcm/ogg_opus te ograničena na 10 MB i 30 sekunda. U promptu označite isječke s @Audio1, @Audio2, @Audio3.

image_url
Ispustite datoteku ili

Navedite jednu referentnu sliku samo kada nisu navedene audioreference, i to isključivo putem URL-a. Slika mora biti jpeg/png/webp i ne smije biti veća od 10 MB.

output_format zadano mp3

Format generiranog audiozapisa.

sample_rate zadano 24000

Frekvencija uzorkovanja izlaznog audiozapisa u Hz.

Odaberite glas za sintezu navođenjem njegova unaprijed postavljenog naziva ili, za klonirani glas, njegova ID-a.

zadano 1

Množitelj glasnoće: 1.0 daje normalnu glasnoću, 0.5 upola manju, a 2.0 dvostruko veću glasnoću.

zadano 0

Prilagodba visine glasa, mjerena u polutonovima: 0 ne mijenja visinu, -12 spušta je za oktavu, a 12 podiže za oktavu.

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

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu Seed Audio 1.0

Sintetizira zvuk iz upita duljine do 2048 znakova. Možete odabrati unaprijed postavljeni ili klonirani `voice`, a u upitu navesti do 3 referentna isječka kao @Audio1 do @Audio3; umjesto toga radi i jedna referentna slika, ali ne zajedno sa zvukom. Izlaz je wav, mp3, pcm ili ogg_opus s frekvencijama uzorkovanja od 8000 do 48000 Hz. Brzina i glasnoća kreću se od 0.5 do 2, visina tona od -12 do 12 polutonova, a `multilingual` prebacuje na varijantu za tekst s više jezika.

Parametri

Pošaljite kanonski naziv ili izvorni naziv, ne oba. Kanonski nazivi

NazivVrsta ZadanoDopušteno Opis
promptobavezno
Vrstastring
≤ 2.048 znakova
Prompt ili tekst za sintezu, s poredanim referencama na audio zapise označenima kao @Audio1 za prvi ulaz, @Audio2 za drugi i @Audio3 za treći.
voiceneobavezno
Vrstastring | null
Odaberite glas za sintezu navođenjem njegova unaprijed postavljenog naziva ili, za klonirani glas, njegova ID-a.
audio_urlsneobavezno audios
Vrstaurl[] · audio
≤ 3 stavke
Navedite referentni audiozapis putem najviše 3 URL-a; svaka datoteka mora biti u formatu wav/mp3/pcm/ogg_opus te ograničena na 10 MB i 30 sekunda. U promptu označite isječke s @Audio1, @Audio2, @Audio3.
image_urlneobavezno image
Vrstaurl · image
Navedite jednu referentnu sliku samo kada nisu navedene audioreference, i to isključivo putem URL-a. Slika mora biti jpeg/png/webp i ne smije biti veća od 10 MB.
output_formatneobavezno
Vrstaenum
Zadanomp3
wavmp3pcmogg_opus
Format generiranog audiozapisa.
sample_rateneobavezno
Vrstaenum
Zadano24000
80001600024000320004410048000
Frekvencija uzorkovanja izlaznog audiozapisa u Hz.
speedneobavezno
Vrstanumber
Zadano1
0,5 – 2
Množitelj brzine govora: 1.0 daje normalnu brzinu, 0.5 upola manju, a 2.0 dvostruko veću brzinu.
volumeneobavezno
Vrstanumber
Zadano1
0,5 – 2
Množitelj glasnoće: 1.0 daje normalnu glasnoću, 0.5 upola manju, a 2.0 dvostruko veću glasnoću.
pitchneobavezno
Vrstainteger
Zadano0
−12 – 12
Prilagodba visine glasa, mjerena u polutonovima: 0 ne mijenja visinu, -12 spušta je za oktavu, a 12 podiže za oktavu.
multilingualneobavezno
Vrstaboolean
Zadanofalse
Odabir varijante modela: omogućivanje višejezične varijante poboljšava obradu kada promptovi miješaju jezike ili upotrebljavaju jezik koji nije engleski.
enable_safety_checkerneobavezno
Vrstaboolean
Zadanotrue
Provjera se može ublažiti postavljanjem na false, ako je pozivatelj ovlašten.
obavezno Kanonski naziv, također prihvaćen

Parametri datoteka prihvaćaju javni https:// URL, data: URI do 10 MB ili file_url prenesene datoteke. Datoteke

Izlaz

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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Audio datoteka proizvedena generiranjem.

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/bytedance/seed-audio-1.0.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt