Przejdź do treści

Mirelo SFX2.0 · Text to Audio

Integracja

Identyfikator modelu mirelo-ai/sfx2.0/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/mirelo-ai/sfx2.0/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"

Pliki takie jak przykład: 0,60 $ 600 kredytów API · ≈ 64,55 ₽ Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Mirelo AI Audio 0,1–600 s #text-to-audio#sfx

Efekty dźwiękowe z opisu tekstowego, z negatywnym promptem, czasem trwania i wieloma próbkami

Mirelo AI · Audio

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane 88 / 2000

Opis żądanego efektu dźwiękowego.

domyślnie 30

Żądana długość dźwięku mierzona w sekundach; musi mieścić się w zależnym od wdrożenia maksimum dla text-to-SFX.

domyślnie 2

Liczba próbek generowanych w ramach pojedynczego grupowego przebiegu do przodu.

Zaawansowane negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed
0 / 1000

Dźwięki wykluczane z wyniku.

upload_audio_format domyślnie wav

Format używany dla każdego pliku audio.

Nadpisanie przepływności przesyłania w kbps, odrzucane, gdy upload_audio_format jest bezstratny; pozostawienie nieustawionego zachowuje LAME V0 VBR dla mp3 lub docelową wartość 256 kbps dla aac. Dla mp3 wybierz dokładną stałą przepływność spośród 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Dla aac wartości od 32 do 256 określają cel kodera, a nie gwarantowaną przepływność, więc dźwięk mono lub rzadki może mieć niższą wartość.

Ziarno próbki początkowej; dla -1 lub po pominięciu używane jest losowe ziarno.

POST /run/mirelo-ai/sfx2.0/text-to-audio?wait=20 wycena → 0,60 $
# 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/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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Mirelo SFX2.0 · Text to Audio

Generuje efekty dźwiękowe z `prompt` o długości do 2000 znaków, używając `negative_prompt` do wykluczania dźwięków. `duration` mieści się w zakresie od 0.1 do 600 sekund (domyślnie 30), a `num_samples` tworzy od 1 do 4 wariantów, każdy z własnym ziarnem. Format wyjściowy to wav, mp3, aac lub flac, ustawiany przez `upload_audio_format`, z opcjonalną przepływnością dla mp3 i aac.

Parametry

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
≤ 2000 znaków
Opis żądanego efektu dźwiękowego.
negative_promptopcjonalne
Typstring | null
≤ 1000 znaków
Dźwięki wykluczane z wyniku.
durationopcjonalne
Typnumber
Domyślne30
0,1 – 600
Żądana długość dźwięku mierzona w sekundach; musi mieścić się w zależnym od wdrożenia maksimum dla text-to-SFX.
seedopcjonalne
Typinteger | null
-1 – 9 223 372 036 854 776 000
Ziarno próbki początkowej; dla -1 lub po pominięciu używane jest losowe ziarno.
num_samplesopcjonalne
Typinteger
Domyślne2
1 – 4
Liczba próbek generowanych w ramach pojedynczego grupowego przebiegu do przodu.
upload_audio_formatopcjonalne
Typenum
Domyślnewav
wavmp3aacflac
Format używany dla każdego pliku audio.
upload_audio_bitrate_kbpsopcjonalne
Typinteger | null
32 – 320
Nadpisanie przepływności przesyłania w kbps, odrzucane, gdy upload_audio_format jest bezstratny; pozostawienie nieustawionego zachowuje LAME V0 VBR dla mp3 lub docelową wartość 256 kbps dla aac. Dla mp3 wybierz dokładną stałą przepływność spośród 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Dla aac wartości od 32 do 256 określają cel kodera, a nie gwarantowaną przepływność, więc dźwięk mono lub rzadki może mieć niższą wartość.
wymagane

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirelo-ai/sfx2.0/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": 600,
    "usd": "0.60",
    "charged": 600,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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
      }
    ],
    "seeds": [
      42
    ]
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
model
stringWersja modelu SFX użyta do utworzenia wyniku.
audio
array of object {url, content_type, file_name, file_size}Wygenerowane efekty dźwiękowe, po jednym wyniku dla każdej próbki.
seeds
array of integerZiarna odpowiadające próbkom, zachowujące ich kolejność.

Więcej modeli: Audio

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/mirelo-ai/sfx2.0/text-to-audio.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt