Gå til innhold

Seed Audio 1.0

Integrer

Modell-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"

Opptil 0,154 $ per kjøring belastes etter faktisk bruk, resten tilbakebetales Kjør den på denne siden

Hent API-nøkkel
ByteDance Lyd

Generator for tale og lyd styrt av tekst, med opptil 3 referanselydopptak eller ett bilde samt kontroller for tonehøyde og hastighet

ByteDance · Lyd

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

•obligatorisk 88 / 2048

Synteseprompt eller tekst, med ordnede lydreferanser angitt som @Audio1 for den første inndataen, @Audio2 for den andre og @Audio3 for den tredje.

standard 1

Multiplikator for talehastighet: 1.0 gir normal hastighet, 0.5 gir halv hastighet og 2.0 gir dobbel hastighet.

Avansert audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Slipp en fil, eller · opptil 3

Oppgi referanselyd via opptil 3 URL-er, der hver fil er i wav/mp3/pcm/ogg_opus-format og begrenset til 10 MB og 30 sekunder. Identifiser klippene i prompten med @Audio1, @Audio2, @Audio3.

image_url
Slipp en fil, eller

Oppgi én bildereferanse, kun via URL, når ingen lydreferanser er oppgitt. Bildet må være jpeg/png/webp og ikke større enn 10 MB.

output_format standard mp3

Format for den genererte lyden.

sample_rate standard 24000

Samplingsfrekvens i Hz for lydutdataen.

Velg en syntesestemme ved å oppgi enten navnet på en forhåndsinnstilling eller, for en klonet stemme, ID-en.

standard 1

Volummultiplikator: 1.0 gir normalt volum, 0.5 gir halvparten av volumet og 2.0 gir dobbelt volum.

standard 0

Tonehøydejustering for stemmen, målt i halvtoner: 0 lar tonehøyden være uendret, -12 senker den én oktav og 12 hever den én oktav.

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

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Seed Audio 1.0

Syntetiserer lyd fra en ledetekst på opptil 2048 tegn. En forhåndsdefinert eller klonet `voice` kan velges, og opptil 3 referanseopptak kan angis i ledeteksten som @Audio1 til @Audio3; ett enkelt referansebilde kan brukes i stedet, men ikke sammen med lyd. Resultatet er wav, mp3, pcm eller ogg_opus med samplingsfrekvenser fra 8000 til 48000 Hz. Hastighet og volum varierer fra 0.5 til 2, tonehøyden kan endres med -12 til 12 halvtoner, og `multilingual` bytter til en variant for tekst på flere språk.

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
promptobligatorisk
Typestring
≤ 2 048 tegn
Synteseprompt eller tekst, med ordnede lydreferanser angitt som @Audio1 for den første inndataen, @Audio2 for den andre og @Audio3 for den tredje.
voicevalgfritt
Typestring | null
Velg en syntesestemme ved å oppgi enten navnet på en forhåndsinnstilling eller, for en klonet stemme, ID-en.
audio_urlsvalgfritt audios
Typeurl[] · audio
≤ 3 elementer
Oppgi referanselyd via opptil 3 URL-er, der hver fil er i wav/mp3/pcm/ogg_opus-format og begrenset til 10 MB og 30 sekunder. Identifiser klippene i prompten med @Audio1, @Audio2, @Audio3.
image_urlvalgfritt image
Typeurl · image
Oppgi én bildereferanse, kun via URL, når ingen lydreferanser er oppgitt. Bildet må være jpeg/png/webp og ikke større enn 10 MB.
output_formatvalgfritt
Typeenum
Standardmp3
wavmp3pcmogg_opus
Format for den genererte lyden.
sample_ratevalgfritt
Typeenum
Standard24000
80001600024000320004410048000
Samplingsfrekvens i Hz for lydutdataen.
speedvalgfritt
Typenumber
Standard1
0,5 – 2
Multiplikator for talehastighet: 1.0 gir normal hastighet, 0.5 gir halv hastighet og 2.0 gir dobbel hastighet.
volumevalgfritt
Typenumber
Standard1
0,5 – 2
Volummultiplikator: 1.0 gir normalt volum, 0.5 gir halvparten av volumet og 2.0 gir dobbelt volum.
pitchvalgfritt
Typeinteger
Standard0
−12 – 12
Tonehøydejustering for stemmen, målt i halvtoner: 0 lar tonehøyden være uendret, -12 senker den én oktav og 12 hever den én oktav.
multilingualvalgfritt
Typeboolean
Standardfalse
Valg av modellvariant: aktivering av den flerspråklige varianten forbedrer håndteringen når promptene blander språk eller bruker et annet språk enn engelsk.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Filtreringen kan lempes ved å angi false, forutsatt at den som gjør forespørselen, er autorisert.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Lydfil produsert av genereringen.

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/bytedance/seed-audio-1.0.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt