Hoppa till innehåll

Seed Audio 1.0

Integrera

Modell-id 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"

Upp till 0,154 $ per körning debiteras efter faktisk användning, resten återbetalas Kör den på den här sidan

Hämta API-nyckel
ByteDance Ljud

Tal- och ljudgenerator som styrs av text, med upp till 3 referensljudklipp eller en bild samt kontroller för tonhöjd och hastighet

ByteDance · Ljud

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt 88 / 2048

Syntesprompt eller text, med ordnade ljudreferenser uttryckta som @Audio1 för den första indatan, @Audio2 för den andra och @Audio3 för den tredje.

standard 1

Multiplikator för talhastighet: 1.0 ger normal hastighet, 0.5 ger halva hastigheten och 2.0 ger dubbla hastigheten.

Avancerat audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Släpp en fil eller · upp till 3

Tillhandahåll referensljud via högst 3 URL:er, där varje fil är i wav/mp3/pcm/ogg_opus-format och begränsad till 10 MB och 30 sekunder. Identifiera klippen i prompten med @Audio1, @Audio2 och @Audio3.

image_url
Släpp en fil eller

Ange endast en bildreferens via URL när inga ljudreferenser har angetts. Bilden måste vara jpeg/png/webp och får inte vara större än 10 MB.

output_format standard mp3

Format för det genererade ljudet.

sample_rate standard 24000

Samplingsfrekvens i Hz för ljudutdata.

Välj en syntesröst genom att ange antingen dess förinställda namn eller, för en klonad röst, dess ID.

standard 1

Volymmultiplikator: 1.0 ger normal volym, 0.5 ger halva volymen och 2.0 ger dubbla volymen.

standard 0

Tonhöjdsjustering för rösten, mätt i halvtoner: 0 lämnar tonhöjden oförändrad, -12 sänker den en oktav och 12 höjer den en oktav.

POST /run/bytedance/seed-audio-1.0?wait=20 pris → 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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Seed Audio 1.0

Syntetiserar ljud från en prompt på upp till 2048 tecken. En förinställd eller klonad `voice` kan väljas, och upp till 3 referensklipp kan anges i prompten som @Audio1 till @Audio3; en enda referensbild fungerar i stället, men inte tillsammans med ljud. Utdata är wav, mp3, pcm eller ogg_opus med samplingsfrekvenser från 8000 till 48000 Hz. Hastighet och volym har intervallet 0.5 till 2, tonhöjdsförskjutning -12 till 12 halvtoner, och `multilingual` växlar till en variant för text på flera språk.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
promptobligatoriskt
Typstring
≤ 2 048 tecken
Syntesprompt eller text, med ordnade ljudreferenser uttryckta som @Audio1 för den första indatan, @Audio2 för den andra och @Audio3 för den tredje.
voicevalfritt
Typstring | null
Välj en syntesröst genom att ange antingen dess förinställda namn eller, för en klonad röst, dess ID.
audio_urlsvalfritt audios
Typurl[] · audio
≤ 3 objekt
Tillhandahåll referensljud via högst 3 URL:er, där varje fil är i wav/mp3/pcm/ogg_opus-format och begränsad till 10 MB och 30 sekunder. Identifiera klippen i prompten med @Audio1, @Audio2 och @Audio3.
image_urlvalfritt image
Typurl · image
Ange endast en bildreferens via URL när inga ljudreferenser har angetts. Bilden måste vara jpeg/png/webp och får inte vara större än 10 MB.
output_formatvalfritt
Typenum
Standardmp3
wavmp3pcmogg_opus
Format för det genererade ljudet.
sample_ratevalfritt
Typenum
Standard24000
80001600024000320004410048000
Samplingsfrekvens i Hz för ljudutdata.
speedvalfritt
Typnumber
Standard1
0,5 – 2
Multiplikator för talhastighet: 1.0 ger normal hastighet, 0.5 ger halva hastigheten och 2.0 ger dubbla hastigheten.
volumevalfritt
Typnumber
Standard1
0,5 – 2
Volymmultiplikator: 1.0 ger normal volym, 0.5 ger halva volymen och 2.0 ger dubbla volymen.
pitchvalfritt
Typinteger
Standard0
−12 – 12
Tonhöjdsjustering för rösten, mätt i halvtoner: 0 lämnar tonhöjden oförändrad, -12 sänker den en oktav och 12 höjer den en oktav.
multilingualvalfritt
Typboolean
Standardfalse
Val av modellvariant: aktivering av den flerspråkiga varianten förbättrar hanteringen när promptar blandar språk eller använder ett annat språk än engelska.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Granskningen kan lättas genom att ange false, om anroparen är behörig.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Ljudfil som skapats genom generering.

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/bytedance/seed-audio-1.0.md. Alla modeller och guider: https://doitong.com/developers/llms.txt