Avançar 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"

Ficheiros como o exemplo: 0,60 $ 600 créditos da API · ≈ 64,39 ₽ os seus ficheiros 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

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 / 2000

Descrição do efeito sonoro pretendido.

predefinição 30

Duração sonora solicitada, medida em segundos, que deve caber no máximo específico da implementação para text-to-SFX.

predefinição 2

Número de amostras para geração numa única passagem forward em lote.

Avançado negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed
0 / 1000

Sons a excluir da saída.

upload_audio_format predefinição wav

Formato utilizado para cada ficheiro de áudio.

Substituição da taxa de bits de carregamento em kbps, rejeitada quando upload_audio_format não tem perdas; deixá-la não configurada preserva LAME V0 VBR para mp3 ou um alvo 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, os valores de 32 a 256 especificam um alvo do codificador em vez de uma taxa garantida, pelo que áudio mono ou esparso pode ficar abaixo desse valor.

Seed da amostra inicial; é utilizado um seed aleatório 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 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 Mirelo SFX2.0 · Text to Audio

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

Parâmetros

NomeTipo PredefiniçãoPermitido Descrição
promptobrigatório
Tipostring
≤ 2000 caracteres
Descrição do efeito sonoro pretendido.
negative_promptopcional
Tipostring | null
≤ 1000 caracteres
Sons a excluir da saída.
durationopcional
Tiponumber
Predefinição30
0,1 – 600
Duração sonora solicitada, medida em segundos, que deve caber no máximo específico da implementação para text-to-SFX.
seedopcional
Tipointeger | null
-1 – 9 223 372 036 854 776 000
Seed da amostra inicial; é utilizado um seed aleatório para -1 ou quando omitido.
num_samplesopcional
Tipointeger
Predefinição2
1 – 4
Número de amostras para geração numa única passagem forward em lote.
upload_audio_formatopcional
Tipoenum
Predefiniçãowav
wavmp3aacflac
Formato utilizado para cada ficheiro de áudio.
upload_audio_bitrate_kbpsopcional
Tipointeger | null
32 – 320
Substituição da taxa de bits de carregamento em kbps, rejeitada quando upload_audio_format não tem perdas; deixá-la não configurada preserva LAME V0 VBR para mp3 ou um alvo 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, os valores de 32 a 256 especificam um alvo do codificador em vez de uma taxa garantida, pelo que áudio mono ou esparso pode ficar abaixo desse valor.
obrigatório

Resultado

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"
  }
}
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
model
stringVersão do modelo SFX utilizada 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 respetiva ordem.

Mais modelos: Áudio

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