Op den Inhalt sprangen

Sonilo V1.1 Video to Sound Effects

Integréieren

Modell-ID sonilo/v1.1/video-to-sound-effects
# 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/sonilo/v1.1/video-to-sound-effects?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Dateie wéi am Beispill: 0,09 $ 90 API-Kreditter · ≈ 9,68 ₽ Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
Sonilo · Audio

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

Optional Klankvorgab fir all Szenen amplaz vun der automatescher Videobeschreiwung. Beschreift de gewënschten Audio oder loosst de Wäert eidel fir automatesch Beschreiwungen ze benotzen.

•obligatoresch video_url
Fichier erofzéien, oder

Video, dat iwwer Datei-Upload oder eng ëffentlech URL geliwwert gëtt, fir Kläng ze generéieren; seng Dauer bestëmmt d'Längt vum generéierten Audio.

Erweidert audio_format · keep_speech_vocal · segments
audio_format Standard aac

Standalone-Audioformat, auswielbar als wav, mp3, aac oder flac, mat aac als Standard. Dës Auswiel ännert d'Audio-Kodéierung vum Video net; dës ass ëmmer AAC.

Optional manuell Szenendeelungen, uginn als Zäitberäicher mat individuellen Klankbeschreiwungen; en eidele Wäert benotzt amplaz automatesch Szenenerkennung.

POST /run/sonilo/v1.1/video-to-sound-effects?wait=20 Präis → 0,09 $
# 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/sonilo/v1.1/video-to-sound-effects?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Sonilo V1.1 Video to Sound Effects

Füügt synchroniséiert Soundeffekter bäi, baséiert op deem, wat am Video bei `video_url` geschitt. En optionalen `prompt` steiert de Klang, an `segments` weist getrennte Beschreiwunge fir Zäitberäicher zou. `audio_format` kann wav, mp3, aac oder flac sinn. Wann `keep_speech_vocal` aktivéiert ass, gëtt déi originell Sprooch isoléiert an am Mix erhale.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
video_urlobligatoresch video
Typurl · video
Video, dat iwwer Datei-Upload oder eng ëffentlech URL geliwwert gëtt, fir Kläng ze generéieren; seng Dauer bestëmmt d'Längt vum generéierten Audio.
promptoptional
Typstring | null
Optional Klankvorgab fir all Szenen amplaz vun der automatescher Videobeschreiwung. Beschreift de gewënschten Audio oder loosst de Wäert eidel fir automatesch Beschreiwungen ze benotzen.
segmentsoptional
Typobject[]
Optional manuell Szenendeelungen, uginn als Zäitberäicher mat individuellen Klankbeschreiwungen; en eidele Wäert benotzt amplaz automatesch Szenenerkennung.
segments[].startoptional
Typnumber
Standard0
≥ 0
De Start vum éischte Segment muss 0 sinn. All Startzäite ginn a Sekonnen relativ zum Video-Ufank gemooss.
segments[].endoptional
Typnumber
Standard0
≥ 0
Endpositioun vum Segment a Sekonnen, beim leschte Segment duerch d'Videodauer begrenzt. Bei all fréiere Segment muss se mat der Startpositioun vum nächste Segment iwwerteneestëmmen, sou datt et keng Lücken oder Iwwerlappunge gëtt.
segments[].promptoptional
Typstring
Standard
Beschreiwung vun den Soundeffekter oder Foley vum Segment.
audio_formatoptional
Typenum
Standardaac
wavmp3aacflac
Standalone-Audioformat, auswielbar als wav, mp3, aac oder flac, mat aac als Standard. Dës Auswiel ännert d'Audio-Kodéierung vum Video net; dës ass ëmmer AAC.
keep_speech_vocaloptional
Typboolean
Standardfalse
Schalter fir d'Erhale vu Sprooch oder Gesang, deen op Output vun Audio a Video wierkt; standardméisseg deaktivéiert, léisst en am Resultat nëmmen de generéierte Klank. Beim Aktivéiere gëtt Museksquellentrennung benotzt, fir de Quellgesang ze isoléieren; déi originell Musek an d'Atmosphär ginn ewechgeholl, an de generéierte Klank gëtt mat der onverännerter Stëmmopnam gemëscht an op hire Pegel ugepasst.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sonilo/v1.1/video-to-sound-effects",
  "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": 90,
    "usd": "0.09",
    "charged": 90,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
    },
    "audios": [
      {
        "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
      }
    ],
    "segments": [
      {
        "index": 1,
        "start": 1.0,
        "end": 1.0,
        "meta": {
          "tags": [],
          "skipped": false,
          "skip_reason": "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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
audio
object {url, content_type, file_name, file_size}Generéierten Toun, deen am ausgewielten Audio-Format kodéiert ass.
audios
array of object {url, content_type, file_name, file_size}Komplett Sammlung vun den generéierte Kläng, mat engem Klank pro Sample.
segments
array of object {index, start, end, meta}Segmenter, déi fir d'Generatioun vum Audio benotzt ginn, an hirer Reiefolleg am Quellvideo opgelëscht.

Méi Modeller: Video zu Audio

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/sonilo/v1.1/video-to-sound-effects.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt