အကြောင်းအရာသို့ ကျော်ရန်

Mirelo SFX2.0 · Video to Audio

ပေါင်းစည်းရန်

မော်ဒယ် id mirelo-ai/sfx2.0/video-to-audio
# 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/mirelo-ai/sfx2.0/video-to-audio?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"

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၂၀ $ ၂၀၀ API ခရက်ဒစ် · ≈ ၂၁.၄၉ ₽ လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Mirelo AI ဗီဒီယိုမှ အသံ ၁–၆၀၀ s #video-to-audio#sfx

ထည့်သွင်းဗီဒီယိုအတွက် တေးသံကို ဖန်တီးပြီး သီးခြားအသံဖိုင်များအဖြစ် ပြန်ပေးသည်

Mirelo AI · အသံ

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

•လိုအပ်သည် video_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

အသံထည့်သွင်းမည့် ဗီဒီယို၏ URL။

မူလ 10

စက္ကန့်ဖြင့် တောင်းဆိုထားသော အသံကြာချိန်၊ 1 s အောက် ဗီဒီယိုများအတွက် 400 ပြန်ပေးသည်။ တောင်းဆိုထားသော ကြာချိန်သည် အနည်းဆုံး 1 s ဖြစ်ရမည်ဖြစ်ပြီး ဗီဒီယိုကြာချိန်ထက် မကျော်ရပါ။ ကြာချိန် 10 s ထက်ကျော်လျှင် ဖန်တီးမှုကို 10 s အပိုင်းများခွဲ၍ လုပ်ဆောင်သည်။

မူလ 2

ဖန်တီးမည့် ကွဲပြားသောဗားရှင်း အရေအတွက်။

အဆင့်မြင့် text_prompt · negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed · preserve_speech
0 / 2000

ဖန်တီးမှုကို လမ်းညွှန်ရန် optional စာသားညွှန်ကြားချက်များ။

0 / 1000

အသံများအတွက် အကျဉ်းချုပ်ဖယ်ရှားရန်စာရင်းဖြစ်ပြီး ထည့်သွင်းချက်များကြားတွင် ကော်မာများခြားထားသည်။

upload_audio_format မူလ wav

အသံဖိုင်တစ်ခုစီအတွက် အသုံးပြုသည့် format။

upload_audio_format သည် lossless ဖြစ်ပါက ပယ်ချမည့် kbps ဖြင့် upload bitrate override။ မသတ်မှတ်ထားပါက mp3 အတွက် LAME V0 VBR သို့မဟုတ် aac အတွက် 256 kbps target ကို ထိန်းသိမ်းသည်။ mp3 အတွက် 32၊ 40၊ 48၊ 56၊ 64၊ 80၊ 96၊ 112၊ 128၊ 160၊ 192၊ 224၊ 256၊ 320 ထဲမှ တိကျသော constant rate တစ်ခုကို ရွေးပါ။ aac အတွက် 32 မှ 256 တန်ဖိုးများသည် အာမခံထားသော rate မဟုတ်ဘဲ encoder target ကို သတ်မှတ်သောကြောင့် mono သို့မဟုတ် sparse အသံ သည် ၎င်းအောက် ရောက်နိုင်သည်။

ဖန်တီးမှု seed၊ -1 သို့မဟုတ် None ရွေးလျှင် ကျပန်းတန်ဖိုးကို အသုံးပြုသည်။

POST /run/mirelo-ai/sfx2.0/video-to-audio?wait=20 ကုန်ကျစရိတ် → ၀.၂၀ $
# 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/mirelo-ai/sfx2.0/video-to-audio?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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

Mirelo SFX2.0 · Video to Audio အကြောင်း

`video_url` တွင် ပေးထားသော ဗီဒီယိုအပိုင်းသို့ အသံထည့်ပေးပြီး ဗီဒီယိုမပါဘဲ အသံဖိုင်များကို ပြန်ပေးသည်။ `text_prompt` နှင့် `negative_prompt` တို့က ထွက်ရလဒ်ကို လမ်းညွှန်ပေးပြီး `preserve_speech` သည် ရှိပြီးသားစကားသံကို ထိန်းသိမ်းကာ ကျန်အပိုင်းကို ဖန်တီးပေးသည်။ `duration` သည် 1 မှ 600 စက္ကန့်အထိဖြစ်ပြီး ဗီဒီယိုကြာချိန်ထက် မကျော်စေရန် ကန့်သတ်ထားသည်။ `num_samples` သည် မျိုးကွဲ 1 မှ 4 ခုအထိ ပေးသည်။ ဖော်မတ်များမှာ wav၊ mp3၊ aac သို့မဟုတ် flac ဖြစ်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
video_urlလိုအပ်သည် video
အမျိုးအစားurl · video
အသံထည့်သွင်းမည့် ဗီဒီယို၏ URL။
text_promptရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
စာလုံး ၂,၀၀၀ လုံးထက် မပိုပါ
ဖန်တီးမှုကို လမ်းညွှန်ရန် optional စာသားညွှန်ကြားချက်များ။
negative_promptရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
စာလုံး ၁,၀၀၀ လုံးထက် မပိုပါ
အသံများအတွက် အကျဉ်းချုပ်ဖယ်ရှားရန်စာရင်းဖြစ်ပြီး ထည့်သွင်းချက်များကြားတွင် ကော်မာများခြားထားသည်။
preserve_speechရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
ဖန်တီးထားသော တေးသံအတွက် စကားပြောသံကို ကိုင်တွယ်ပုံ- false ဖြစ်လျှင် စကားပြောသံကို ဖယ်ရှားပြီး အသံအကျိုးသက်ရောက်မှုများသာ ထုတ်ပေးသည်။ ဖွင့်ထားလျှင် ထည့်သွင်းထားသော စကားပြောသံကို မပြောင်းလဲဘဲ ကျန်တေးသံကို ၎င်းနှင့် လိုက်ဖက်အောင် ဖန်တီးသည်။
durationရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး10
၁ – ၆၀၀
စက္ကန့်ဖြင့် တောင်းဆိုထားသော အသံကြာချိန်၊ 1 s အောက် ဗီဒီယိုများအတွက် 400 ပြန်ပေးသည်။ တောင်းဆိုထားသော ကြာချိန်သည် အနည်းဆုံး 1 s ဖြစ်ရမည်ဖြစ်ပြီး ဗီဒီယိုကြာချိန်ထက် မကျော်ရပါ။ ကြာချိန် 10 s ထက်ကျော်လျှင် ဖန်တီးမှုကို 10 s အပိုင်းများခွဲ၍ လုပ်ဆောင်သည်။
num_samplesရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး2
၁ – ၄
ဖန်တီးမည့် ကွဲပြားသောဗားရှင်း အရေအတွက်။
seedရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
-၁ – ၁၈,၄၄၆,၇၄၄,၀၇၃,၇၀၉,၅၅၂,၀၀၀
ဖန်တီးမှု seed၊ -1 သို့မဟုတ် None ရွေးလျှင် ကျပန်းတန်ဖိုးကို အသုံးပြုသည်။
upload_audio_formatရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးwav
wavmp3aacflac
အသံဖိုင်တစ်ခုစီအတွက် အသုံးပြုသည့် format။
upload_audio_bitrate_kbpsရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
၃၂ – ၃၂၀
upload_audio_format သည် lossless ဖြစ်ပါက ပယ်ချမည့် kbps ဖြင့် upload bitrate override။ မသတ်မှတ်ထားပါက mp3 အတွက် LAME V0 VBR သို့မဟုတ် aac အတွက် 256 kbps target ကို ထိန်းသိမ်းသည်။ mp3 အတွက် 32၊ 40၊ 48၊ 56၊ 64၊ 80၊ 96၊ 112၊ 128၊ 160၊ 192၊ 224၊ 256၊ 320 ထဲမှ တိကျသော constant rate တစ်ခုကို ရွေးပါ။ aac အတွက် 32 မှ 256 တန်ဖိုးများသည် အာမခံထားသော rate မဟုတ်ဘဲ encoder target ကို သတ်မှတ်သောကြောင့် mono သို့မဟုတ် sparse အသံ သည် ၎င်းအောက် ရောက်နိုင်သည်။
လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirelo-ai/sfx2.0/video-to-audio",
  "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": 200,
    "usd": "0.20",
    "charged": 200,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "output": {
    "model": "sfx-2.0",
    "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
      }
    ]
  },
  "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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
model
stringထွက်ရလဒ်ကို ထုတ်လုပ်ရန် အသုံးပြုသည့် SFX မော်ဒယ် release။
audio
array of object {url, content_type, file_name, file_size}ဖန်တီးထားသော တေးသံများ၏ အသံဖိုင်များ၊ ဗီဒီယိုမပါဝင်ပါ။

နောက်ထပ် မော်ဒယ်များ: ဗီဒီယိုမှ အသံ

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/mirelo-ai/sfx2.0/video-to-audio.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt