コンテンツへスキップ

Seed Audio 1.0

統合

モデルID 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"

1 回の実行につき最大 $0.154 実際の使用量に応じて課金され、残額は返金されます このページで実行

APIキーを取得
ByteDance 音声

テキスト、最大3つの参照音声クリップまたは1枚の画像から音声を生成し、音高と速度を調整できます

ByteDance · 音声

最初の結果がここに表示されます

以下でリクエストを作成し、APIキーで実行してください。出力はストレージにコピーされ、永久保存または無料で7日保存されます。

リクエストを作成

コントロールはモデルスキーマから生成されます。値を変更するとコードと価格が更新されます。

•必須 88 / 2048

合成用のプロンプトまたはテキスト。音声参照は、最初の入力を@Audio1、2番目を@Audio2、3番目を@Audio3として順番に指定します。

デフォルト 1

発話速度の倍率。1.0は通常速度、0.5は半分の速度、2.0は2倍の速度です。

詳細設定 audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
ファイルをドロップ、または · 3まで

最大3つのURLで参照音声を指定します。各ファイルはwav/mp3/pcm/ogg_opus形式、10 MB以下、30秒以下である必要があります。プロンプト内では、クリップを@Audio1、@Audio2、@Audio3で指定します。

image_url
ファイルをドロップ、または

音声参照を指定しない場合に限り、URLで画像参照を1つ指定します。画像はjpeg/png/webp形式で、10 MB以下である必要があります。

output_format デフォルト mp3

生成する音声の形式。

sample_rate デフォルト 24000

出力音声のHz単位のサンプリング周波数。

プリセット名、またはクローン音声の場合はIDを指定して、合成音声を選択します。

デフォルト 1

音量の倍率。1.0は通常音量、0.5は半分の音量、2.0は2倍の音量です。

デフォルト 0

半音単位の音声ピッチ調整。0は変更なし、-12は1オクターブ下げ、12は1オクターブ上げます。

POST /run/bytedance/seed-audio-1.0?wait=20 見積もり → $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"

このリクエストを実行

キーはこのブラウザ内に保持されます。Doitong APIにのみ送信され、「記憶する」にチェックを入れた場合のみlocalStorageに保存されます。 APIキーを取得

Seed Audio 1.0について

最大2048文字のプロンプトから音声を合成します。プリセットまたはクローンした`voice`を選択でき、最大3つの参照クリップをプロンプト内で@Audio1から@Audio3として指定できます。代わりに参照画像1枚も使えますが、音声とは併用できません。出力は8000から48000 Hzのサンプルレートによるwav、mp3、pcmまたはogg_opusです。速度と音量は0.5から2、音高は-12から12半音の範囲で、`multilingual`により多言語テキスト向けのバリアントに切り替えます。

パラメータ

正式名称またはネイティブ名のいずれか一方を送信してください。両方は送信しないでください。 正式名称

名前型 デフォルト許可される値 説明
prompt必須
型string
≤ 2,048文字
合成用のプロンプトまたはテキスト。音声参照は、最初の入力を@Audio1、2番目を@Audio2、3番目を@Audio3として順番に指定します。
voice任意
型string | null
プリセット名、またはクローン音声の場合はIDを指定して、合成音声を選択します。
audio_urls任意 audios
型url[] · audio
≤ 3項目
最大3つのURLで参照音声を指定します。各ファイルはwav/mp3/pcm/ogg_opus形式、10 MB以下、30秒以下である必要があります。プロンプト内では、クリップを@Audio1、@Audio2、@Audio3で指定します。
image_url任意 image
型url · image
音声参照を指定しない場合に限り、URLで画像参照を1つ指定します。画像はjpeg/png/webp形式で、10 MB以下である必要があります。
output_format任意
型enum
デフォルトmp3
wavmp3pcmogg_opus
生成する音声の形式。
sample_rate任意
型enum
デフォルト24000
80001600024000320004410048000
出力音声のHz単位のサンプリング周波数。
speed任意
型number
デフォルト1
0.5 – 2
発話速度の倍率。1.0は通常速度、0.5は半分の速度、2.0は2倍の速度です。
volume任意
型number
デフォルト1
0.5 – 2
音量の倍率。1.0は通常音量、0.5は半分の音量、2.0は2倍の音量です。
pitch任意
型integer
デフォルト0
-12 – 12
半音単位の音声ピッチ調整。0は変更なし、-12は1オクターブ下げ、12は1オクターブ上げます。
multilingual任意
型boolean
デフォルトfalse
モデルのバリエーション選択。多言語バリエーションを有効にすると、プロンプトに複数の言語が混在する場合や英語以外の言語を使用する場合の処理が改善されます。
enable_safety_checker任意
型boolean
デフォルトtrue
呼び出し元に権限がある場合、false に設定するとスクリーニングを緩和できます。
必須 正式名称(こちらも使用可能)

ファイルパラメータには、公開されたhttps:// URL、10 MBまでのdata: URI、またはアップロードしたファイルのfile_urlを指定します。 ファイル

出力

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"
  }
}
ファイルの保存期間を選択すべてのoutputs[].urlはストレージ上のコピーです。アカウント設定または?storage=により、永久保存(GB・月単位で有料)または無料で7日保存できます。
すべてのモデルで同じ形式画像、動画、音声のいずれでも、type、url、content_type、width、height、durationが含まれます。outputはモデル独自の結果オブジェクトです。
出力フィールド
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}生成された音声ファイル。

AIエージェント向け:このページのMarkdown版はこちらです: https://doitong.com/ja/developers/models/bytedance/seed-audio-1.0.md. すべてのモデルとガイド: https://doitong.com/developers/llms.txt