Мазмұнға өту

Seed Audio 1.0

Интеграциялау

Модель идентификаторы 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"

Бір орындауға 0,154 $ дейін нақты пайдалануға қарай ақы алынады, қалғаны қайтарылады Осы бетте іске қосу

API кілтін алу
ByteDance Аудио

Мәтін басқаратын сөйлеу және аудио генераторы: 3-ке дейін анықтамалық аудиоклип немесе бір кескін, тембр мен жылдамдықты басқару мүмкіндігі бар

ByteDance · Аудио

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті 88 / 2048

Генерация нұсқауы немесе мәтін; реттелген аудио сілтемелері бірінші кіріс үшін @Audio1, екінші үшін @Audio2, үшінші үшін @Audio3 түрінде көрсетіледі.

әдепкі 1

Сөйлеу жылдамдығының көбейткіші: 1.0 қалыпты жылдамдықты, 0.5 жарты жылдамдықты, 2.0 екі есе жылдамдықты береді.

Қосымша audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Файлды тастаңыз немесе · 3 дейін

Көп дегенде 3 URL арқылы анықтамалық аудио беріңіз; әр файл wav/mp3/pcm/ogg_opus пішімінде, өлшемі 10 MB-тан және ұзақтығы 30 секундтан аспауы керек. Нұсқауда клиптерді @Audio1, @Audio2, @Audio3 арқылы көрсетіңіз.

image_url
Файлды тастаңыз немесе

Аудио сілтемелері берілмеген жағдайда ғана URL арқылы бір кескін анықтамасын беріңіз. Кескін jpeg/png/webp болуы және өлшемі 10 MB-тан аспауы керек.

output_format әдепкі mp3

Генерацияланған аудио пішімі.

sample_rate әдепкі 24000

Шығыс аудиосының Hz өлшеміндегі дискреттеу жиілігі.

Синтез дауысын оның алдын ала орнатылған атауын немесе клондалған дауыс үшін оның идентификаторын беру арқылы таңдаңыз.

әдепкі 1

Дыбыс деңгейінің көбейткіші: 1.0 қалыпты деңгейді, 0.5 жарты деңгейді, 2.0 екі есе деңгейді береді.

әдепкі 0

Дауыс биіктігін жарты тонмен реттеу: 0 биіктікті өзгертпейді, -12 оны бір октаваға төмендетеді, 12 бір октаваға жоғарылатады.

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

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Seed Audio 1.0 туралы

2048 таңбаға дейінгі нұсқаудан аудио синтездейді. Алдын ала орнатылған немесе клондалған `voice` таңдауға болады, сондай-ақ нұсқауда @Audio1–@Audio3 ретінде 3 анықтамалық үзіндіге дейін көрсетуге болады; оның орнына бір анықтамалық кескін пайдалануға болады, бірақ аудиомен бірге емес. Шығыс wav, mp3, pcm немесе ogg_opus форматында, 8000–48000 Hz үлгі алу жиілігімен беріледі. Жылдамдық пен дыбыс деңгейі 0.5–2 аралығында, биіктік -12–12 жарты тон аралығында өзгереді, ал `multilingual` аралас тілді мәтінге арналған нұсқаға ауыстырады.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
promptміндетті
Түріstring
≤ 2 048 таңба
Генерация нұсқауы немесе мәтін; реттелген аудио сілтемелері бірінші кіріс үшін @Audio1, екінші үшін @Audio2, үшінші үшін @Audio3 түрінде көрсетіледі.
voiceміндетті емес
Түріstring | null
Синтез дауысын оның алдын ала орнатылған атауын немесе клондалған дауыс үшін оның идентификаторын беру арқылы таңдаңыз.
audio_urlsміндетті емес audios
Түріurl[] · audio
≤ 3 элемент
Көп дегенде 3 URL арқылы анықтамалық аудио беріңіз; әр файл wav/mp3/pcm/ogg_opus пішімінде, өлшемі 10 MB-тан және ұзақтығы 30 секундтан аспауы керек. Нұсқауда клиптерді @Audio1, @Audio2, @Audio3 арқылы көрсетіңіз.
image_urlміндетті емес image
Түріurl · image
Аудио сілтемелері берілмеген жағдайда ғана URL арқылы бір кескін анықтамасын беріңіз. Кескін jpeg/png/webp болуы және өлшемі 10 MB-тан аспауы керек.
output_formatміндетті емес
Түріenum
Әдепкіmp3
wavmp3pcmogg_opus
Генерацияланған аудио пішімі.
sample_rateміндетті емес
Түріenum
Әдепкі24000
80001600024000320004410048000
Шығыс аудиосының Hz өлшеміндегі дискреттеу жиілігі.
speedміндетті емес
Түріnumber
Әдепкі1
0,5 – 2
Сөйлеу жылдамдығының көбейткіші: 1.0 қалыпты жылдамдықты, 0.5 жарты жылдамдықты, 2.0 екі есе жылдамдықты береді.
volumeміндетті емес
Түріnumber
Әдепкі1
0,5 – 2
Дыбыс деңгейінің көбейткіші: 1.0 қалыпты деңгейді, 0.5 жарты деңгейді, 2.0 екі есе деңгейді береді.
pitchміндетті емес
Түріinteger
Әдепкі0
-12 – 12
Дауыс биіктігін жарты тонмен реттеу: 0 биіктікті өзгертпейді, -12 оны бір октаваға төмендетеді, 12 бір октаваға жоғарылатады.
multilingualміндетті емес
Түріboolean
Әдепкіfalse
Модель нұсқасын таңдау: көптілді нұсқаны қосу нұсқаулар тілдерді араластырғанда немесе ағылшын тілінен басқа тіл қолданғанда өңдеуді жақсартады.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Шақырушы авторизацияланған болса, false мәнін орнату арқылы тексеруді жеңілдетуге болады.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Генерация нәтижесінде алынған аудио файлы.

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/bytedance/seed-audio-1.0.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt