Ir para o conteúdo

Mirelo SFX2.0 · Text to Audio

Integrar

ID do modelo 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"

Arquivos como o exemplo: $ 0,60 600 créditos de API · ≈ ₽ 64,39 seus arquivos são medidos antes da execução Executar nesta página

Obter chave de API
Mirelo AI Áudio 0,1–600 s #text-to-audio#sfx

Efeitos sonoros a partir de uma descrição de texto, com prompt negativo, duração e várias amostras

Mirelo AI · 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 / 2000

Descrição do efeito sonoro desejado.

padrão 30

Duração de som solicitada, medida em segundos, que deve caber no máximo específico da implantação para text-to-SFX.

padrão 2

Quantidade de amostras para geração em uma única passagem direta em lote.

Avançado negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed
0 / 1000

Sons a excluir da saída.

upload_audio_format padrão wav

Formato usado para cada arquivo de áudio.

Substituição da taxa de bits de upload em kbps, rejeitada quando upload_audio_format é lossless; deixá-la sem valor preserva LAME V0 VBR para mp3 ou um destino de 256 kbps para aac. Para mp3, escolha uma taxa constante exata entre 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Para aac, valores de 32 a 256 especificam um destino do codificador, não uma taxa garantida, portanto áudio mono ou esparso pode ficar abaixo desse valor.

Seed da amostra inicial; um seed aleatório é usado para -1 ou quando omitido.

POST /run/mirelo-ai/sfx2.0/text-to-audio?wait=20 cotação → $ 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"

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 Mirelo SFX2.0 · Text to Audio

Gera efeitos sonoros a partir de um `prompt` de até 2000 caracteres, com `negative_prompt` para excluir sons. `duration` varia de 0.1 a 600 segundo (padrão 30), e `num_samples` produz de 1 a 4 variantes, cada uma com sua própria semente. O formato de saída é wav, mp3, aac ou flac via `upload_audio_format`, com bitrate opcional para mp3 e aac.

Parâmetros

NomeTipo PadrãoPermitido Descrição
promptobrigatório
Tipostring
≤ 2.000 caracteres
Descrição do efeito sonoro desejado.
negative_promptopcional
Tipostring | null
≤ 1.000 caracteres
Sons a excluir da saída.
durationopcional
Tiponumber
Padrão30
0,1 – 600
Duração de som solicitada, medida em segundos, que deve caber no máximo específico da implantação para text-to-SFX.
seedopcional
Tipointeger | null
-1 – 9.223.372.036.854.776.000
Seed da amostra inicial; um seed aleatório é usado para -1 ou quando omitido.
num_samplesopcional
Tipointeger
Padrão2
1 – 4
Quantidade de amostras para geração em uma única passagem direta em lote.
upload_audio_formatopcional
Tipoenum
Padrãowav
wavmp3aacflac
Formato usado para cada arquivo de áudio.
upload_audio_bitrate_kbpsopcional
Tipointeger | null
32 – 320
Substituição da taxa de bits de upload em kbps, rejeitada quando upload_audio_format é lossless; deixá-la sem valor preserva LAME V0 VBR para mp3 ou um destino de 256 kbps para aac. Para mp3, escolha uma taxa constante exata entre 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Para aac, valores de 32 a 256 especificam um destino do codificador, não uma taxa garantida, portanto áudio mono ou esparso pode ficar abaixo desse valor.
obrigatório

Saída

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"
  }
}
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
model
stringVersão do modelo de SFX usada para produzir a saída.
audio
array of object {url, content_type, file_name, file_size}Efeitos sonoros gerados, com um resultado para cada amostra.
seeds
array of integerSeeds correspondentes às amostras, preservando a ordem.

Mais modelos: Áudio

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/mirelo-ai/sfx2.0/text-to-audio.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt