ข้ามไปยังเนื้อหา

Mirelo SFX2.0 · Text to Audio

ผสานการทำงาน

ID โมเดล 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"

ไฟล์เช่นเดียวกับตัวอย่าง: $0.60 600 เครดิต API · ≈ ₽64.55 ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
Mirelo AI เสียง 0.1–600 s #text-to-audio#sfx

เอฟเฟกต์เสียงจากคำอธิบายข้อความ พร้อมพรอมต์เชิงลบ ระยะเวลา และตัวอย่างหลายรายการ

Mirelo AI · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น 88 / 2000

คำอธิบายเอฟเฟกต์เสียงที่ต้องการ

ค่าเริ่มต้น 30

ความยาวเสียงที่ร้องขอ วัดเป็นวินาที และต้องไม่เกินค่าสูงสุดเฉพาะการติดตั้งสำหรับ text-to-SFX

ค่าเริ่มต้น 2

จำนวนตัวอย่างสำหรับการสร้างภายในการส่งต่อแบบแบตช์ครั้งเดียว

ขั้นสูง negative_prompt · upload_audio_format · upload_audio_bitrate_kbps · seed
0 / 1000

เสียงที่ต้องการยกเว้นจากเอาต์พุต

upload_audio_format ค่าเริ่มต้น wav

รูปแบบที่ใช้สำหรับไฟล์เสียงแต่ละไฟล์

การกำหนดบิตเรตการอัปโหลดใน kbps ใหม่ จะถูกปฏิเสธเมื่อ upload_audio_format เป็นแบบไม่สูญเสียข้อมูล หากไม่ตั้งค่า จะคง LAME V0 VBR สำหรับ mp3 หรือเป้าหมาย 256 kbps สำหรับ aac สำหรับ mp3 ให้เลือกอัตราคงที่ที่ตรงกันจาก 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320 สำหรับ aac ค่าตั้งแต่ 32 ถึง 256 จะระบุเป้าหมายของตัวเข้ารหัส ไม่ใช่อัตราที่รับประกัน ดังนั้นเสียงโมโนหรือเสียงที่มีข้อมูลเบาบางอาจมีค่าต่ำกว่านั้น

ซีดของตัวอย่างเริ่มต้น ระบบจะใช้ซีดแบบสุ่มสำหรับ -1 หรือเมื่อไม่ระบุ

POST /run/mirelo-ai/sfx2.0/text-to-audio?wait=20 ใบเสนอราคา → $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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Mirelo SFX2.0 · Text to Audio

สร้างเอฟเฟกต์เสียงจาก `prompt` ที่มีความยาวสูงสุด 2000 อักขระ โดยใช้ `negative_prompt` เพื่อแยกเสียงที่ไม่ต้องการออก `duration` อยู่ระหว่าง 0.1 ถึง 600 วินาที (ค่าเริ่มต้น 30) และ `num_samples` สร้างรุ่นย่อยได้ 1 ถึง 4 รุ่น โดยแต่ละรุ่นมีซีดของตัวเอง รูปแบบเอาต์พุตคือ wav, mp3, aac หรือ flac ผ่าน `upload_audio_format` โดยสามารถระบุบิตเรตสำหรับ mp3 และ aac ได้

พารามิเตอร์

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptจำเป็น
ประเภทstring
≤ 2,000 อักขระ
คำอธิบายเอฟเฟกต์เสียงที่ต้องการ
negative_promptไม่บังคับ
ประเภทstring | null
≤ 1,000 อักขระ
เสียงที่ต้องการยกเว้นจากเอาต์พุต
durationไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น30
0.1 – 600
ความยาวเสียงที่ร้องขอ วัดเป็นวินาที และต้องไม่เกินค่าสูงสุดเฉพาะการติดตั้งสำหรับ text-to-SFX
seedไม่บังคับ
ประเภทinteger | null
-1 – 9,223,372,036,854,776,000
ซีดของตัวอย่างเริ่มต้น ระบบจะใช้ซีดแบบสุ่มสำหรับ -1 หรือเมื่อไม่ระบุ
num_samplesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2
1 – 4
จำนวนตัวอย่างสำหรับการสร้างภายในการส่งต่อแบบแบตช์ครั้งเดียว
upload_audio_formatไม่บังคับ
ประเภทenum
ค่าเริ่มต้นwav
wavmp3aacflac
รูปแบบที่ใช้สำหรับไฟล์เสียงแต่ละไฟล์
upload_audio_bitrate_kbpsไม่บังคับ
ประเภทinteger | null
32 – 320
การกำหนดบิตเรตการอัปโหลดใน kbps ใหม่ จะถูกปฏิเสธเมื่อ upload_audio_format เป็นแบบไม่สูญเสียข้อมูล หากไม่ตั้งค่า จะคง LAME V0 VBR สำหรับ mp3 หรือเป้าหมาย 256 kbps สำหรับ aac สำหรับ mp3 ให้เลือกอัตราคงที่ที่ตรงกันจาก 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320 สำหรับ aac ค่าตั้งแต่ 32 ถึง 256 จะระบุเป้าหมายของตัวเข้ารหัส ไม่ใช่อัตราที่รับประกัน ดังนั้นเสียงโมโนหรือเสียงที่มีข้อมูลเบาบางอาจมีค่าต่ำกว่านั้น
จำเป็น

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
model
stringรุ่นของโมเดล SFX ที่ใช้สร้างเอาต์พุต
audio
array of object {url, content_type, file_name, file_size}เอฟเฟกต์เสียงที่สร้าง โดยมีผลลัพธ์หนึ่งรายการต่อตัวอย่าง
seeds
array of integerซีดที่สอดคล้องกับตัวอย่าง โดยคงลำดับเดิมไว้

โมเดลเพิ่มเติม: เสียง

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/mirelo-ai/sfx2.0/text-to-audio.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt