Avançar 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 com base na utilização real, o restante é reembolsado Executar nesta página

Obter chave de API
ByteDance Áudio

Gerador de fala e áudio controlado por texto, com até 3 clipes de áudio de referência ou uma imagem, e controlos de tom e velocidade

ByteDance · Áudio

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório 88 / 2048

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

predefinição 1

Multiplicador da velocidade da fala: 1.0 corresponde à velocidade normal, 0.5 à metade da velocidade e 2.0 ao dobro da velocidade.

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

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

image_url
Largue um ficheiro ou

Forneça uma referência de imagem apenas por URL quando não forem fornecidas referências de áudio. A imagem deve ser jpeg/png/webp e não pode exceder 10 MB.

output_format predefinição mp3

Formato do áudio gerado.

sample_rate predefinição 24000

Frequência de amostragem em Hz do áudio de saída.

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

predefinição 1

Multiplicador do volume: 1.0 corresponde ao volume normal, 0.5 à metade do volume e 2.0 ao dobro do volume.

predefinição 0

Ajuste do tom da voz, medido em semitons: 0 mantém o tom, -12 baixa-o uma oitava e 12 eleva-o 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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Seed Audio 1.0

Sintetiza áudio a partir de um prompt com até 2048 caracteres. Pode escolher uma `voice` predefinida ou clonada, e citar até 3 clipes de referência no prompt como @Audio1 a @Audio3; em alternativa, funciona uma única imagem de referência, mas não em conjunto com áudio. A saída é wav, mp3, pcm ou ogg_opus, com taxas de amostragem entre 8000 e 48000 Hz. A velocidade e o volume variam entre 0.5 e 2, o tom entre -12 e 12 semitons, e `multilingual` muda para uma variante para texto em vários idiomas.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
promptobrigatório
Tipostring
≤ 2048 caracteres
Prompt ou texto de síntese, 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 o respetivo nome predefinido ou, para uma voz clonada, o respetivo ID.
audio_urlsopcional audios
Tipourl[] · audio
≤ 3 itens
Forneça áudio de referência através de no máximo 3 URLs, com cada ficheiro no formato wav/mp3/pcm/ogg_opus e limitado a 10 MB e 30 segundos. No prompt, identifique os clips com @Audio1, @Audio2, @Audio3.
image_urlopcional image
Tipourl · image
Forneça uma referência de imagem apenas por URL quando não forem fornecidas referências de áudio. A imagem deve ser jpeg/png/webp e não pode exceder 10 MB.
output_formatopcional
Tipoenum
Predefiniçãomp3
wavmp3pcmogg_opus
Formato do áudio gerado.
sample_rateopcional
Tipoenum
Predefinição24000
80001600024000320004410048000
Frequência de amostragem em Hz do áudio de saída.
speedopcional
Tiponumber
Predefinição1
0,5 – 2
Multiplicador da velocidade da fala: 1.0 corresponde à velocidade normal, 0.5 à metade da velocidade e 2.0 ao dobro da velocidade.
volumeopcional
Tiponumber
Predefinição1
0,5 – 2
Multiplicador do volume: 1.0 corresponde ao volume normal, 0.5 à metade do volume e 2.0 ao dobro do volume.
pitchopcional
Tipointeger
Predefinição0
-12 – 12
Ajuste do tom da voz, medido em semitons: 0 mantém o tom, -12 baixa-o uma oitava e 12 eleva-o uma oitava.
multilingualopcional
Tipoboolean
Predefiniçãofalse
Seleção da variante do modelo: ativar a variante multilingue melhora o processamento quando os prompts misturam idiomas ou usam um idioma diferente do inglês.
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
A filtragem pode ser flexibilizada definindo false, desde que o autor do pedido esteja autorizado.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Ficheiro de áudio produzido pela geração.

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