ข้ามไปยังเนื้อหา

Mirelo SFX2.0 · Video to Audio

ผสานการทำงาน

ID โมเดล 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"

ไฟล์เช่นเดียวกับตัวอย่าง: $0.20 200 เครดิต API · ≈ ₽21.46 ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
Mirelo AI วิดีโอเป็นเสียง 1–600 s #video-to-audio#sfx

สร้างซาวด์แทร็กสำหรับวิดีโออินพุต และส่งคืนเป็นไฟล์เสียงแยกกัน

Mirelo AI · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น video_url
วางไฟล์ หรือ

URL ของวิดีโอที่จะรับเสียง

ค่าเริ่มต้น 10

ระยะเวลาเสียงที่ต้องการเป็นวินาที วิดีโอที่สั้นกว่า 1 s จะส่งคืน 400 ความยาวที่ต้องการต้องไม่น้อยกว่า 1 s และจำกัดไม่เกินระยะเวลาของวิดีโอ โดยการสร้างจะแบ่งเป็นช่วงละ 10 s เมื่อระยะเวลาเกิน 10 s

ค่าเริ่มต้น 2

จำนวนรูปแบบที่ต้องการสร้าง

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

คำแนะนำข้อความเสริมเพื่อชี้นำการสร้าง

0 / 1000

รายการยกเว้นเสียงแบบสั้น โดยคั่นแต่ละรายการด้วยเครื่องหมายจุลภาค

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

ซีดสำหรับการสร้าง การเลือก -1 หรือ None จะใช้ค่าสุ่ม

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

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Mirelo SFX2.0 · Video to Audio

เพิ่มเสียงให้คลิปที่ระบุใน `video_url` และส่งคืนไฟล์เสียงโดยไม่มีวิดีโอ `text_prompt` และ `negative_prompt` ใช้กำกับผลลัพธ์ และ `preserve_speech` จะคงเสียงพูดเดิมไว้ขณะสร้างส่วนที่เหลือ `duration` อยู่ที่ 1 ถึง 600 วินาที และจำกัดไม่ให้เกินความยาววิดีโอ ส่วน `num_samples` ให้รูปแบบต่าง ๆ 1 ถึง 4 รายการ รูปแบบคือ wav, mp3, aac หรือ flac

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
video_urlจำเป็น video
ประเภทurl · video
URL ของวิดีโอที่จะรับเสียง
text_promptไม่บังคับ
ประเภทstring | null
≤ 2,000 อักขระ
คำแนะนำข้อความเสริมเพื่อชี้นำการสร้าง
negative_promptไม่บังคับ
ประเภทstring | null
≤ 1,000 อักขระ
รายการยกเว้นเสียงแบบสั้น โดยคั่นแต่ละรายการด้วยเครื่องหมายจุลภาค
preserve_speechไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นtrue
การจัดการเสียงพูดสำหรับซาวด์แทร็กที่สร้างขึ้น: false จะปิดเสียงพูดและสร้างเฉพาะเอฟเฟกต์เสียง เมื่อเปิดใช้ เสียงพูดในอินพุตจะยังคงเดิม และซาวด์แทร็กส่วนที่เหลือจะถูกสร้างขึ้นโดยรอบ
durationไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น10
1 – 600
ระยะเวลาเสียงที่ต้องการเป็นวินาที วิดีโอที่สั้นกว่า 1 s จะส่งคืน 400 ความยาวที่ต้องการต้องไม่น้อยกว่า 1 s และจำกัดไม่เกินระยะเวลาของวิดีโอ โดยการสร้างจะแบ่งเป็นช่วงละ 10 s เมื่อระยะเวลาเกิน 10 s
num_samplesไม่บังคับ
ประเภทinteger
ค่าเริ่มต้น2
1 – 4
จำนวนรูปแบบที่ต้องการสร้าง
seedไม่บังคับ
ประเภทinteger | null
-1 – 18,446,744,073,709,552,000
ซีดสำหรับการสร้าง การเลือก -1 หรือ None จะใช้ค่าสุ่ม
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 ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

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"
  }
}
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}ไฟล์เสียงสำหรับซาวด์แทร็กที่สร้างขึ้น โดยไม่รวมวิดีโอ

โมเดลเพิ่มเติม: วิดีโอเป็นเสียง

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