Pereiti prie turinio

Seed Audio 1.0

Integruoti

Modelio 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"

Iki 0,154 $ už vykdymą mokama pagal faktinį naudojimą, likusi suma grąžinama Paleisti šiame puslapyje

Gauti API raktą
ByteDance Garsas

Kalbos ir garso generatorius, valdomas tekstu, iki 3 pavyzdinių garso klipų arba vieno vaizdo, su tono ir greičio valdikliais

ByteDance · Garsas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma 88 / 2048

Sintezės raginys arba tekstas, kuriame garso nuorodos išdėstytos eilės tvarka ir išreiškiamos kaip @Audio1 pirmai įvesčiai, @Audio2 antrai ir @Audio3 trečiai.

numatytoji 1

Kalbos spartos daugiklis: 1.0 reiškia įprastą spartą, 0.5 – pusę spartos, o 2.0 – dvigubą spartą.

Išplėstiniai audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Įmeskite failą arba · iki 3

Pateikite nuorodinį garsą naudodami ne daugiau kaip 3 URL; kiekvienas failas turi būti wav/mp3/pcm/ogg_opus formato, ne didesnis nei 10 MB ir ne ilgesnis nei 30 sekundžių. Raginys turi identifikuoti įrašus naudodamas @Audio1, @Audio2, @Audio3.

image_url
Įmeskite failą arba

Pateikite vieną vaizdo nuorodą URL formatu tik tada, kai nepateikiama garso nuorodų. Vaizdas turi būti jpeg/png/webp formato ir ne didesnis nei 10 MB.

output_format numatytoji mp3

Generuojamo garso formatas.

sample_rate numatytoji 24000

Išvesties garso diskretizavimo dažnis Hz.

Pasirinkite sintezės balsą pateikdami jo išankstinį pavadinimą arba klonuoto balso ID.

numatytoji 1

Garsumo daugiklis: 1.0 reiškia įprastą garsumą, 0.5 – perpus mažesnį, o 2.0 – dvigubą garsumą.

numatytoji 0

Balso tono koregavimas pustoniais: 0 tono nekeičia, -12 nuleidžia jį oktava, o 12 pakelia oktava.

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

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Seed Audio 1.0

Sintezuoja garsą iš iki 2048 simbolių užklausos. Galima pasirinkti iš anksto nustatytą arba klonuotą `voice`, o užklausoje galima nurodyti iki 3 pavyzdinių klipų kaip @Audio1–@Audio3; vietoj jų gali būti naudojamas vienas pavyzdinis vaizdas, bet ne kartu su garsu. Išvestis yra wav, mp3, pcm arba ogg_opus formatu, diskretizavimo dažnis nuo 8000 iki 48000 Hz. Greičio ir garsumo diapazonas nuo 0.5 iki 2, tono poslinkis nuo -12 iki 12 pustonių, o `multilingual` perjungia į variantą, skirtą mišraus kalbų teksto apdorojimui.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
promptprivaloma
Tipasstring
≤ 2 048 simbolių
Sintezės raginys arba tekstas, kuriame garso nuorodos išdėstytos eilės tvarka ir išreiškiamos kaip @Audio1 pirmai įvesčiai, @Audio2 antrai ir @Audio3 trečiai.
voiceneprivalomas
Tipasstring | null
Pasirinkite sintezės balsą pateikdami jo išankstinį pavadinimą arba klonuoto balso ID.
audio_urlsneprivalomas audios
Tipasurl[] · audio
≤ 3 elementų
Pateikite nuorodinį garsą naudodami ne daugiau kaip 3 URL; kiekvienas failas turi būti wav/mp3/pcm/ogg_opus formato, ne didesnis nei 10 MB ir ne ilgesnis nei 30 sekundžių. Raginys turi identifikuoti įrašus naudodamas @Audio1, @Audio2, @Audio3.
image_urlneprivalomas image
Tipasurl · image
Pateikite vieną vaizdo nuorodą URL formatu tik tada, kai nepateikiama garso nuorodų. Vaizdas turi būti jpeg/png/webp formato ir ne didesnis nei 10 MB.
output_formatneprivalomas
Tipasenum
Numatytoji reikšmėmp3
wavmp3pcmogg_opus
Generuojamo garso formatas.
sample_rateneprivalomas
Tipasenum
Numatytoji reikšmė24000
80001600024000320004410048000
Išvesties garso diskretizavimo dažnis Hz.
speedneprivalomas
Tipasnumber
Numatytoji reikšmė1
0,5 – 2
Kalbos spartos daugiklis: 1.0 reiškia įprastą spartą, 0.5 – pusę spartos, o 2.0 – dvigubą spartą.
volumeneprivalomas
Tipasnumber
Numatytoji reikšmė1
0,5 – 2
Garsumo daugiklis: 1.0 reiškia įprastą garsumą, 0.5 – perpus mažesnį, o 2.0 – dvigubą garsumą.
pitchneprivalomas
Tipasinteger
Numatytoji reikšmė0
−12 – 12
Balso tono koregavimas pustoniais: 0 tono nekeičia, -12 nuleidžia jį oktava, o 12 pakelia oktava.
multilingualneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Modelio varianto pasirinkimas: įjungus daugiakalbį variantą pagerėja apdorojimas, kai raginiai maišo kalbas arba naudojama ne anglų kalba.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Patikrą galima sušvelninti nustačius false, jei skambinantysis turi teisę tai daryti.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Generuojant sukurtas garso failas.

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/bytedance/seed-audio-1.0.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt