Saltar al cuntegna

Mirelo SFX2.0 · Video to Audio

Integrar

ID dal model mirelo-ai/sfx2.0/video-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/video-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Datotecas sco l'exempel: $0,20 200 credits API · ≈ ₽21,46 tias datotecas vegnan mesiradas avant l'execuziun Lantschar sin questa pagina

Obtegna ina clav API
Mirelo AI Video a audio 1–600 s #video-to-audio#sfx

Crea ina colonna sonora per in video d'input e la returnscha sco datotecas audio separadas

Mirelo AI · Audio

Tes emprim resultat vegn qua

Construis ina dumonda sutvart e l'exequescha cun tia clav API. Outputs vegnan copiads en nossa memorisaziun, conservads per adina u 7 dis gratuitamain.

Construir ina dumonda

Ils controls vegnan generads dal schema dal model. Il code e ​​il pretsch s'actualiseschan durant che ti als midas.

•obligatori video_url
Trametta in datoteca u

URL dal video che survegn il tun.

standard 10

Durada dal tun dumandada en secundas; videos sut 1 s returnan 400. La lunghezza dumandada sto esser almain 1 s ed è limitada a la durada dal video, cun ina generaziun partida en fanestras da 10 s sche la durada surpassa 10 s.

standard 2

Dumber da variaziuns da producir.

Avanzà text_prompt · negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed · preserve_speech
0 / 2000

Instrucziuns da text opzziunalas per diriger la generaziun.

0 / 1000

Glista curta d’exclusiun per tuns, cun virgulas tranter las entradas.

upload_audio_format standard wav

Format utilisà per mintga datoteca audio.

Surchargia dal bitrate da l’upload en kbps, refusada sche upload_audio_format è lossless; laschar betg definì mantegna LAME V0 VBR per mp3 u ina mira da 256 kbps per aac. Per mp3, tschernai ina rata constanta exacta da 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Per aac, valurs da 32 a 256 defineschan ina mira da l’encoder e betg ina rata garantida, uschia che l’audio mono u sparse po restar sut ella.

Seed da generaziun; tscherner -1 u None utilisescha ina valur casuala.

POST /run/mirelo-ai/sfx2.0/video-to-audio?wait=20 calculaziun → $0,20
# 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/video-to-audio?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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 questa dumonda

Tia clav resta en quest browser: ella vegn tramessa mo al Doitong API e memorisada (localStorage) mo sch'ella scheccas Tiar a memoria. Obtegnair ina clav API

Davart Mirelo SFX2.0 · Video to Audio

Agiunta tun ad in clip furnì en `video_url` e returnscha datotecas audio senza il video. `text_prompt` e `negative_prompt` guidan il resultat, e `preserve_speech` mantegna il discurrer existent durant la generaziun dal rest. `duration` è da 1 fin 600 secunda, limità a la lunghezza dal video, e `num_samples` dat 1 fin 4 variaziuns. Ils formats èn wav, mp3, aac u flac.

Parameters

Invia u il num canonic u il num nativ, betg omaduas. Nums canonics

NumTip StandardPermess Descripziun
video_urlobligatori video
Tipurl · video
URL dal video che survegn il tun.
text_promptopziunal
Tipstring | null
≤ 2 000 caracters
Instrucziuns da text opzziunalas per diriger la generaziun.
negative_promptopziunal
Tipstring | null
≤ 1 000 caracters
Glista curta d’exclusiun per tuns, cun virgulas tranter las entradas.
preserve_speechopziunal
Tipboolean
Standardtrue
Elavuraziun dal discurs per la colonna sonora generada: false supprima il discurs e producescha mo effects da tun. Sche activà, il discurs da l’input resta intact e la part restanta da la colonna sonora vegn generada enturn el.
durationopziunal
Tipnumber
Standard10
1 – 600
Durada dal tun dumandada en secundas; videos sut 1 s returnan 400. La lunghezza dumandada sto esser almain 1 s ed è limitada a la durada dal video, cun ina generaziun partida en fanestras da 10 s sche la durada surpassa 10 s.
num_samplesopziunal
Tipinteger
Standard2
1 – 4
Dumber da variaziuns da producir.
seedopziunal
Tipinteger | null
-1 – 18 446 744 073 709 552 000
Seed da generaziun; tscherner -1 u None utilisescha ina valur casuala.
upload_audio_formatopziunal
Tipenum
Standardwav
wavmp3aacflac
Format utilisà per mintga datoteca audio.
upload_audio_bitrate_kbpsopziunal
Tipinteger | null
32 – 320
Surchargia dal bitrate da l’upload en kbps, refusada sche upload_audio_format è lossless; laschar betg definì mantegna LAME V0 VBR per mp3 u ina mira da 256 kbps per aac. Per mp3, tschernai ina rata constanta exacta da 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Per aac, valurs da 32 a 256 defineschan ina mira da l’encoder e betg ina rata garantida, uschia che l’audio mono u sparse po restar sut ella.
obligatori Num canonic, er acceptà

Ils parameters da datotecas acceptan ina URL publica https://, ina URI data: fin a 10 MB u il file_url d'ina chargiada. Datotecas

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirelo-ai/sfx2.0/video-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": 200,
    "usd": "0.20",
    "charged": 200,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
      }
    ]
  },
  "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"
  }
}
Tias datotecas, tia decisiunMintga outputs[].url è ina copia en nossa memorisaziun: conservada per adina (pajà per GB-mes) u 7 dis gratuitamain, tenor la configuraziun dal conto u ?storage=.
La medema structura per mintga modeltype, url, content_type, width, height e duration, tant per maletgs sco per video e audio. output è l'object da resultat dal model sez.
Champs da l'output
model
stringVersiun dal model SFX utilisada per producir l’output.
audio
array of object {url, content_type, file_name, file_size}Datotecas audio per las colonnas sonoras generadas, senza il video.

Dapli models: Video a audio

Per agents AI: questa pagina sco Markdown è disponibla sut https://doitong.com/rm/developers/models/mirelo-ai/sfx2.0/video-to-audio.md. Tut ils models e las guidas: https://doitong.com/developers/llms.txt