# Mirelo SFX2.0 · Video to Audio API

> สร้างซาวด์แทร็กสำหรับวิดีโออินพุต และส่งคืนเป็นไฟล์เสียงแยกกัน

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

- Model id: `mirelo-ai/sfx2.0/video-to-audio`
- Made by: Mirelo AI
- Category: Video to Audio
- Output: audio
- Price per second of your output audio: $0.01 / second of output audio (cheapest run $0.01 (10 API credits))
- Run: `POST https://api.doitong.ru/v1/run/mirelo-ai/sfx2.0/video-to-audio`
- Quote: `POST https://api.doitong.ru/v1/quote/mirelo-ai/sfx2.0/video-to-audio`
- Docs page: https://doitong.com/th/developers/models/mirelo-ai/sfx2.0/video-to-audio

## Pricing

Price: **$0.01 / second of output audio**. Price per second of your output audio: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.20 = 200 API credits (20 s output audio × $0.01).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/mirelo-ai/sfx2.0/video-to-audio` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `video_url` | `video` | string (video URL) | yes |  |  | URL ของวิดีโอที่จะรับเสียง |
| `text_prompt` |  | string \| null | no |  | ≤ 2000 characters | คำแนะนำข้อความเสริมเพื่อชี้นำการสร้าง |
| `negative_prompt` |  | string \| null | no |  | ≤ 1000 characters | รายการยกเว้นเสียงแบบสั้น โดยคั่นแต่ละรายการด้วยเครื่องหมายจุลภาค |
| `preserve_speech` |  | boolean | no | `true` |  | การจัดการเสียงพูดสำหรับซาวด์แทร็กที่สร้างขึ้น: false จะปิดเสียงพูดและสร้างเฉพาะเอฟเฟกต์เสียง เมื่อเปิดใช้ เสียงพูดในอินพุตจะยังคงเดิม และซาวด์แทร็กส่วนที่เหลือจะถูกสร้างขึ้นโดยรอบ |
| `duration` |  | number | no | `10` | 1 – 600 | ระยะเวลาเสียงที่ต้องการเป็นวินาที วิดีโอที่สั้นกว่า 1 s จะส่งคืน 400 ความยาวที่ต้องการต้องไม่น้อยกว่า 1 s และจำกัดไม่เกินระยะเวลาของวิดีโอ โดยการสร้างจะแบ่งเป็นช่วงละ 10 s เมื่อระยะเวลาเกิน 10 s |
| `num_samples` |  | integer | no | `2` | 1 – 4 | จำนวนรูปแบบที่ต้องการสร้าง |
| `seed` |  | integer \| null | no |  | -1 – 18,446,744,073,709,552,000 | ซีดสำหรับการสร้าง การเลือก -1 หรือ None จะใช้ค่าสุ่ม |
| `upload_audio_format` |  | enum (string) | no | `wav` | `wav`, `mp3`, `aac`, `flac` | รูปแบบที่ใช้สำหรับไฟล์เสียงแต่ละไฟล์ |
| `upload_audio_bitrate_kbps` |  | integer \| null | no |  | 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 |

File parameters (`video`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

A fuller example:

```json
{
  "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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_url": "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"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/mirelo-ai/sfx2.0/video-to-audio?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/mirelo-ai/sfx2.0/video-to-audio", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "mirelo-ai/sfx2.0/video-to-audio",
      "input": {
        "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `model` | string | รุ่นของโมเดล SFX ที่ใช้สร้างเอาต์พุต |
| `audio` | array of object {url, content_type, file_name, file_size} | ไฟล์เสียงสำหรับซาวด์แทร็กที่สร้างขึ้น โดยไม่รวมวิดีโอ |

## Related models

- [Mirelo SFX2.0 · Video to Video](https://doitong.com/developers/models/mirelo-ai/sfx2.0/video-to-video.md) (`mirelo-ai/sfx2.0/video-to-video`): $0.01 / second of output audio
- [Mirelo SFX2.0 · Text to Audio](https://doitong.com/developers/models/mirelo-ai/sfx2.0/text-to-audio.md) (`mirelo-ai/sfx2.0/text-to-audio`): $0.01 / second of output audio
- [Hunyuan Video Foley](https://doitong.com/developers/models/hunyuan-video-foley.md) (`hunyuan-video-foley`): $0.10 / 10 seconds of input video
- [Kling Video · Video to Audio](https://doitong.com/developers/models/kling-video/video-to-audio.md) (`kling-video/video-to-audio`): $0.035 / video
- [PixVerse Sound Effects](https://doitong.com/developers/models/pixverse/sound-effects.md) (`pixverse/sound-effects`): $0.10 / 5 seconds of input video
- [Sam Audio · Visual Separate](https://doitong.com/developers/models/sam-audio/visual-separate.md) (`sam-audio/visual-separate`): from $0.05 / 30 seconds of input video
- [Sonilo V1.1](https://doitong.com/developers/models/sonilo/v1.1/video-to-music.md) (`sonilo/v1.1/video-to-music`): $0.009 / second of output audio
- [Sonilo V1.1 Video to Sound Effects](https://doitong.com/developers/models/sonilo/v1.1/video-to-sound-effects.md) (`sonilo/v1.1/video-to-sound-effects`): $0.009 / second of input video

## Links

- HTML page: https://doitong.com/developers/models/mirelo-ai/sfx2.0/video-to-audio
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=mirelo-ai/sfx2.0/video-to-audio
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/mirelo-ai/sfx2.0/video-to-audio