Sleppa yfir í efni

Seed Audio 1.0

Tengja

Auðkenni líkans 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"

Allt að 0,154 $ fyrir hverja keyrslu gjaldfært eftir raunverulegri notkun, afgangurinn endurgreiddur Keyra á þessari síðu

Fá API-lykil
ByteDance Hljóð

Tal- og hljóðgjafi sem stýrist af texta, með allt að 3 viðmiðunarhljóðskrám eða einni mynd og stýringum á tónhæð og hraða

ByteDance · Hljóð

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

•áskilið 88 / 2048

Kvaðning eða texti fyrir hljóðmyndun, með hljóðtilvísunum í röð sem @Audio1 fyrir fyrsta inntak, @Audio2 fyrir annað og @Audio3 fyrir það þriðja.

sjálfgefið 1

Margfaldari talhraða: 1.0 gefur eðlilegan hraða, 0.5 hálfan hraða og 2.0 tvöfaldan hraða.

Ítarlegt audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Slepptu skrá eða · allt að 3

Gefðu upp tilvísunarhljóð með allt að 3 URL-slóðum; hver skrá verður að vera á wav/mp3/pcm/ogg_opus-sniði og takmörkuð við 10 MB og 30 sekúndur. Í kvaðningunni skaltu auðkenna búta með @Audio1, @Audio2, @Audio3.

image_url
Slepptu skrá eða

Gefðu aðeins upp eina myndtilvísun með URL-slóð þegar engar hljóðtilvísanir eru gefnar upp. Myndin verður að vera jpeg/png/webp og ekki stærri en 10 MB.

output_format sjálfgefið mp3

Snið myndaðs hljóðs.

sample_rate sjálfgefið 24000

Sýnatökutíðni úttakshljóðs í Hz.

Veldu rödd fyrir hljóðmyndun með því að gefa upp annaðhvort forstillt nafn hennar eða auðkenni hennar ef hún er klónuð rödd.

sjálfgefið 1

Margfaldari hljóðstyrks: 1.0 gefur eðlilegan styrk, 0.5 hálfan styrk og 2.0 tvöfaldan styrk.

sjálfgefið 0

Hæðarstilling raddar, mæld í hálftónum: 0 breytir ekki tónhæð, -12 færir hana niður um áttund og 12 upp um áttund.

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

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Seed Audio 1.0

Myndar hljóð út frá leiðbeiningum sem eru allt að 2048 stafir. Hægt er að velja forstillta eða klónaða `voice` og vísa í allt að 3 viðmiðunarupptökur í leiðbeiningunum sem @Audio1 til @Audio3; ein viðmiðunarmynd virkar í staðinn, en ekki samtímis hljóði. Úttakið er wav, mp3, pcm eða ogg_opus með sýnatökutíðni frá 8000 til 48000 Hz. Hraði og hljóðstyrkur eru á bilinu 0.5 til 2, tónhæðarbreytingar frá -12 til 12 hálftónum og `multilingual` skiptir yfir í afbrigði fyrir texta á mörgum tungumálum.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
promptáskilið
Gerðstring
≤ 2.048 stafir
Kvaðning eða texti fyrir hljóðmyndun, með hljóðtilvísunum í röð sem @Audio1 fyrir fyrsta inntak, @Audio2 fyrir annað og @Audio3 fyrir það þriðja.
voicevalfrjálst
Gerðstring | null
Veldu rödd fyrir hljóðmyndun með því að gefa upp annaðhvort forstillt nafn hennar eða auðkenni hennar ef hún er klónuð rödd.
audio_urlsvalfrjálst audios
Gerðurl[] · audio
≤ 3 atriði
Gefðu upp tilvísunarhljóð með allt að 3 URL-slóðum; hver skrá verður að vera á wav/mp3/pcm/ogg_opus-sniði og takmörkuð við 10 MB og 30 sekúndur. Í kvaðningunni skaltu auðkenna búta með @Audio1, @Audio2, @Audio3.
image_urlvalfrjálst image
Gerðurl · image
Gefðu aðeins upp eina myndtilvísun með URL-slóð þegar engar hljóðtilvísanir eru gefnar upp. Myndin verður að vera jpeg/png/webp og ekki stærri en 10 MB.
output_formatvalfrjálst
Gerðenum
Sjálfgefiðmp3
wavmp3pcmogg_opus
Snið myndaðs hljóðs.
sample_ratevalfrjálst
Gerðenum
Sjálfgefið24000
80001600024000320004410048000
Sýnatökutíðni úttakshljóðs í Hz.
speedvalfrjálst
Gerðnumber
Sjálfgefið1
0,5 – 2
Margfaldari talhraða: 1.0 gefur eðlilegan hraða, 0.5 hálfan hraða og 2.0 tvöfaldan hraða.
volumevalfrjálst
Gerðnumber
Sjálfgefið1
0,5 – 2
Margfaldari hljóðstyrks: 1.0 gefur eðlilegan styrk, 0.5 hálfan styrk og 2.0 tvöfaldan styrk.
pitchvalfrjálst
Gerðinteger
Sjálfgefið0
-12 – 12
Hæðarstilling raddar, mæld í hálftónum: 0 breytir ekki tónhæð, -12 færir hana niður um áttund og 12 upp um áttund.
multilingualvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Val á líkanstilbrigði: virkjun fjöltyngda tilbrigðisins bætir meðhöndlun þegar kvaðningar blanda tungumálum eða nota annað tungumál en ensku.
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðtrue
Hægt er að slaka á skimun með því að stilla false, ef beiðandi hefur heimild.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Hljóðskrá sem verður til við efnisgerð.

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/bytedance/seed-audio-1.0.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt