Ugrás a tartalomhoz

Seed Audio 1.0

Integráció

Modellazonosító 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"

Futtatásonként legfeljebb 0,154 $ a tényleges használat alapján számlázunk, a fennmaradó összeget visszatérítjük Futtatás ezen az oldalon

API-kulcs beszerzése
ByteDance Hang

Szövegvezérelt beszéd- és hanggenerátor legfeljebb 3 referenciahang-klippel vagy egy képpel, hangmagasság- és sebességszabályozással

ByteDance · Hang

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

•kötelező 88 / 2048

Szintézishez használt prompt vagy szöveg, a sorrendbe rendezett hanghivatkozásokkal: az első bemenet @Audio1, a második @Audio2, a harmadik pedig @Audio3.

alapértelmezett: 1

A beszédsebesség szorzója: az 1.0 normál sebességet, a 0.5 feleakkora sebességet, a 2.0 pedig kétszeres sebességet jelent.

Speciális audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Húzz egy fájlt ide, vagy · legfeljebb 3

Legfeljebb 3 URL-en keresztül adjon meg referenciahangot; minden fájl wav/mp3/pcm/ogg_opus formátumú, legfeljebb 10 MB és 30 másodperc lehet. A promptban azonosítsa a klipeket az @Audio1, @Audio2 és @Audio3 értékekkel.

image_url
Húzz egy fájlt ide, vagy

Egyetlen kép hivatkozását csak akkor adja meg URL-címen, ha nincs hanghivatkozás. A kép jpeg/png/webp formátumú és legfeljebb 10 MB lehet.

output_format alapértelmezett: mp3

A generált hang formátuma.

sample_rate alapértelmezett: 24000

A kimeneti hang mintavételi frekvenciája Hz-ben.

Válasszon szintézishangot az előre beállított nevének vagy klónozott hang esetén az azonosítójának megadásával.

alapértelmezett: 1

A hangerő szorzója: az 1.0 normál hangerőt, a 0.5 feleakkora hangerőt, a 2.0 pedig kétszeres hangerőt jelent.

alapértelmezett: 0

A hangmagasság félhangokban megadott módosítása: a 0 változatlanul hagyja, a -12 egy oktávval lejjebb, a 12 pedig egy oktávval feljebb tolja a hangmagasságot.

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

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Seed Audio 1.0 bemutatása

Legfeljebb 2048 karakteres promptból szintetizál hangot. Előre beállított vagy klónozott `voice` választható, és legfeljebb 3 referenciaklip hivatkozható a promptban @Audio1–@Audio3 néven; helyettük egyetlen referenciakép is használható, de hanggal együtt nem. A kimenet wav, mp3, pcm vagy ogg_opus, 8000–48000 Hz mintavételi frekvenciával. A sebesség és a hangerő tartománya 0.5–2, a hangmagasság eltolása -12–12 félhang, a `multilingual` pedig vegyes nyelvű szöveghez kapcsolható változatra vált.

Paraméterek

Küldd el a kanonikus nevet vagy a natív nevet, de ne mindkettőt. Kanonikus nevek

NévTípus AlapértelmezettEngedélyezett Leírás
promptkötelező
Típusstring
≤ 2048 karakter
Szintézishez használt prompt vagy szöveg, a sorrendbe rendezett hanghivatkozásokkal: az első bemenet @Audio1, a második @Audio2, a harmadik pedig @Audio3.
voicenem kötelező
Típusstring | null
Válasszon szintézishangot az előre beállított nevének vagy klónozott hang esetén az azonosítójának megadásával.
audio_urlsnem kötelező audios
Típusurl[] · audio
≤ 3 elem
Legfeljebb 3 URL-en keresztül adjon meg referenciahangot; minden fájl wav/mp3/pcm/ogg_opus formátumú, legfeljebb 10 MB és 30 másodperc lehet. A promptban azonosítsa a klipeket az @Audio1, @Audio2 és @Audio3 értékekkel.
image_urlnem kötelező image
Típusurl · image
Egyetlen kép hivatkozását csak akkor adja meg URL-címen, ha nincs hanghivatkozás. A kép jpeg/png/webp formátumú és legfeljebb 10 MB lehet.
output_formatnem kötelező
Típusenum
Alapértelmezettmp3
wavmp3pcmogg_opus
A generált hang formátuma.
sample_ratenem kötelező
Típusenum
Alapértelmezett24000
80001600024000320004410048000
A kimeneti hang mintavételi frekvenciája Hz-ben.
speednem kötelező
Típusnumber
Alapértelmezett1
0,5 – 2
A beszédsebesség szorzója: az 1.0 normál sebességet, a 0.5 feleakkora sebességet, a 2.0 pedig kétszeres sebességet jelent.
volumenem kötelező
Típusnumber
Alapértelmezett1
0,5 – 2
A hangerő szorzója: az 1.0 normál hangerőt, a 0.5 feleakkora hangerőt, a 2.0 pedig kétszeres hangerőt jelent.
pitchnem kötelező
Típusinteger
Alapértelmezett0
-12 – 12
A hangmagasság félhangokban megadott módosítása: a 0 változatlanul hagyja, a -12 egy oktávval lejjebb, a 12 pedig egy oktávval feljebb tolja a hangmagasságot.
multilingualnem kötelező
Típusboolean
Alapértelmezettfalse
Modellváltozat kiválasztása: a többnyelvű változat engedélyezése javítja a kezelést, ha a promptok nyelveket kevernek, vagy nem angol nyelvűek.
enable_safety_checkernem kötelező
Típusboolean
Alapértelmezetttrue
A szűrés a false érték beállításával enyhíthető, ha a hívó jogosult erre.
kötelező Kanonikus név, szintén elfogadva

A fájlparaméterek nyilvános https:// URL-t, legfeljebb 10 MB-os data: URI-t vagy egy feltöltés file_url értékét fogadják el. Fájlok

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}A generálással létrehozott hangfájl.

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/bytedance/seed-audio-1.0.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt