Ir para o conteúdo

Seed Audio 1.0

Integrar

ID do modelo 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"

Até $ 0,154 por execução cobrado pelo uso real, o restante é reembolsado Executar nesta página

Obter chave de API
ByteDance Áudio

Gerador de fala e áudio orientado por texto, com até 3 clipes de áudio de referência ou uma imagem, além de controles de tom e velocidade

ByteDance · Áudio

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório 88 / 2048

Prompt de síntese ou texto, com referências de áudio ordenadas expressas como @Audio1 para a primeira entrada, @Audio2 para a segunda e @Audio3 para a terceira.

padrão 1

Multiplicador da velocidade da fala: 1.0 produz velocidade normal, 0.5 produz metade da velocidade e 2.0 produz o dobro da velocidade.

Avançado audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Solte um arquivo ou · até 3

Forneça áudio de referência por meio de no máximo 3 URLs, com cada arquivo no formato wav/mp3/pcm/ogg_opus e limitado a 10 MB e 30 segundos. No prompt, identifique os clipes com @Audio1, @Audio2, @Audio3.

image_url
Solte um arquivo ou

Forneça uma referência de imagem somente por URL quando nenhum áudio de referência for fornecido. A imagem deve ser jpeg/png/webp e ter no máximo 10 MB.

output_format padrão mp3

Formato do áudio gerado.

sample_rate padrão 24000

Frequência de amostragem em Hz do áudio de saída.

Selecione uma voz de síntese fornecendo seu nome predefinido ou, para uma voz clonada, seu ID.

padrão 1

Multiplicador do volume: 1.0 produz volume normal, 0.5 produz metade do volume e 2.0 produz o dobro do volume.

padrão 0

Ajuste de tom da voz, medido em semitons: 0 mantém o tom, -12 o reduz em uma oitava e 12 o aumenta em uma oitava.

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

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre Seed Audio 1.0

Sintetiza áudio a partir de um prompt de até 2048 caracteres. É possível escolher uma `voice` predefinida ou clonada e citar até 3 clipes de referência no prompt como @Audio1 a @Audio3; uma única imagem de referência pode ser usada no lugar, mas não junto com áudio. A saída é wav, mp3, pcm ou ogg_opus, com taxas de amostragem de 8000 a 48000 Hz. A velocidade e o volume variam de 0.5 a 2, o tom varia de -12 a 12 semitons, e `multilingual` alterna para uma variante de texto multilíngue.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
promptobrigatório
Tipostring
≤ 2.048 caracteres
Prompt de síntese ou texto, com referências de áudio ordenadas expressas como @Audio1 para a primeira entrada, @Audio2 para a segunda e @Audio3 para a terceira.
voiceopcional
Tipostring | null
Selecione uma voz de síntese fornecendo seu nome predefinido ou, para uma voz clonada, seu ID.
audio_urlsopcional audios
Tipourl[] · audio
≤ 3 itens
Forneça áudio de referência por meio de no máximo 3 URLs, com cada arquivo no formato wav/mp3/pcm/ogg_opus e limitado a 10 MB e 30 segundos. No prompt, identifique os clipes com @Audio1, @Audio2, @Audio3.
image_urlopcional image
Tipourl · image
Forneça uma referência de imagem somente por URL quando nenhum áudio de referência for fornecido. A imagem deve ser jpeg/png/webp e ter no máximo 10 MB.
output_formatopcional
Tipoenum
Padrãomp3
wavmp3pcmogg_opus
Formato do áudio gerado.
sample_rateopcional
Tipoenum
Padrão24000
80001600024000320004410048000
Frequência de amostragem em Hz do áudio de saída.
speedopcional
Tiponumber
Padrão1
0,5 – 2
Multiplicador da velocidade da fala: 1.0 produz velocidade normal, 0.5 produz metade da velocidade e 2.0 produz o dobro da velocidade.
volumeopcional
Tiponumber
Padrão1
0,5 – 2
Multiplicador do volume: 1.0 produz volume normal, 0.5 produz metade do volume e 2.0 produz o dobro do volume.
pitchopcional
Tipointeger
Padrão0
-12 – 12
Ajuste de tom da voz, medido em semitons: 0 mantém o tom, -12 o reduz em uma oitava e 12 o aumenta em uma oitava.
multilingualopcional
Tipoboolean
Padrãofalse
Seleção da variante do modelo: ativar a variante multilíngue melhora o tratamento quando os prompts misturam idiomas ou usam um idioma diferente do inglês.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
A filtragem pode ser relaxada definindo false, desde que o chamador esteja autorizado.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Arquivo de áudio produzido pela geração.

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/bytedance/seed-audio-1.0.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt