Ir para o conteúdo

MMAudio V2 Text to Audio

Integrar

ID do modelo 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"

Esta solicitação: $ 0,008 8 créditos de API · ≈ ₽ 0,86 Executar nesta página

Obter chave de API
Sony AI Áudio 1–30 s #audio#fast

Geração de áudio a partir de texto, com sons derivados de um prompt e etapas, orientação e duração ajustáveis

Sony 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

Prompt que descreve o áudio a ser criado.

padrão 8

Duração do áudio gerado.

Avançado negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
padrão

Prompt negativo que especifica o que excluir durante a geração de áudio.

padrão 25

Quantidade de etapas usada para a geração de áudio.

padrão 4.5

Intensidade do Classifier Free Guidance.

Valor de seed usado pelo gerador de números aleatórios.

POST /run/mmaudio-v2/text-to-audio?wait=20 cotação → $ 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"

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 MMAudio V2 Text to Audio

Gera áudio a partir de um `prompt` de texto, usando `negative_prompt` para evitar determinados sons. `duration` varia de 1 a 30 segundos (padrão 8), `num_steps` de 4 a 50 (padrão 25) e `cfg_strength` de 0 a 20 (padrão 4.5). Uma `seed` entre 0 e 65535 torna os resultados reproduzíveis.

Parâmetros

NomeTipo PadrãoPermitido Descrição
promptobrigatório
Tipostring
Prompt que descreve o áudio a ser criado.
negative_promptopcional
Tipostring
Padrão
Prompt negativo que especifica o que excluir durante a geração de áudio.
seedopcional
Tipointeger | null
0 – 65.535
Valor de seed usado pelo gerador de números aleatórios.
num_stepsopcional
Tipointeger
Padrão25
4 – 50
Quantidade de etapas usada para a geração de áudio.
durationopcional
Tiponumber
Padrão8
1 – 30
Duração do áudio gerado.
cfg_strengthopcional
Tiponumber
Padrão4.5
0 – 20
Intensidade do Classifier Free Guidance.
mask_away_clipopcional
Tipoboolean
Padrãofalse
Controla se o clipe é mascarado.
obrigatório

Saída

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"
  }
}
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}Áudio produzido pelo modelo.

Mais modelos: Áudio

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/mmaudio-v2/text-to-audio.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt