Gå til innhold

MMAudio V2 Text to Audio

Integrer

Modell-ID mmaudio-v2/text-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/mmaudio-v2/text-to-audio?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"

Denne forespørselen: 0,008 $ 8 API-kreditter · ≈ 0,86 ₽ Kjør den på denne siden

Hent API-nøkkel
Sony AI Lyd 1–30 s #audio#fast

Tekst-til-lyd-generering av lyder fra en prompt med justerbare trinn, styrke og varighet

Sony AI · 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

Prompt som beskriver lyden som skal opprettes.

standard 8

Lengden på den genererte lyden.

Avansert negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
standard

Negativ prompt som angir hva som skal utelates under lydgenereringen.

standard 25

Antall trinn som brukes til lydgenerering.

standard 4.5

Intensitet for Classifier Free Guidance.

Seed-verdi som brukes av slumptallsgeneratoren.

POST /run/mmaudio-v2/text-to-audio?wait=20 pris → 0,008 $
# 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/mmaudio-v2/text-to-audio?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 MMAudio V2 Text to Audio

Genererer lyd fra en tekstbasert `prompt`, med `negative_prompt` for å styre unna bestemte lyder. `duration` går fra 1 til 30 sekunder (standard 8), `num_steps` fra 4 til 50 (standard 25), og `cfg_strength` fra 0 til 20 (standard 4.5). Et `seed` mellom 0 og 65535 gjør resultatene reproduserbare.

Parametere

NavnType StandardTillatt Beskrivelse
promptobligatorisk
Typestring
Prompt som beskriver lyden som skal opprettes.
negative_promptvalgfritt
Typestring
Standard
Negativ prompt som angir hva som skal utelates under lydgenereringen.
seedvalgfritt
Typeinteger | null
0 – 65 535
Seed-verdi som brukes av slumptallsgeneratoren.
num_stepsvalgfritt
Typeinteger
Standard25
4 – 50
Antall trinn som brukes til lydgenerering.
durationvalgfritt
Typenumber
Standard8
1 – 30
Lengden på den genererte lyden.
cfg_strengthvalgfritt
Typenumber
Standard4.5
0 – 20
Intensitet for Classifier Free Guidance.
mask_away_clipvalgfritt
Typeboolean
Standardfalse
Styrer om klippet maskeres bort.
obligatorisk

Utdata

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mmaudio-v2/text-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": 8,
    "usd": "0.008",
    "charged": 8,
    "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
    }
  },
  "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}Lyd produsert av modellen.

Flere modeller: Lyd

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/mmaudio-v2/text-to-audio.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt