ข้ามไปยังเนื้อหา

Sonilo V1.1 Video to Sound Effects

ผสานการทำงาน

ID โมเดล sonilo/v1.1/video-to-sound-effects
# 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/sonilo/v1.1/video-to-sound-effects?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: $0.09 90 เครดิต API · ≈ ₽9.66 ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API

สร้างเอฟเฟกต์เสียงตามเวลาสำหรับวิดีโอ และส่งคืนเป็นไฟล์เสียงเท่านั้น

Sonilo · เสียง

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

คำแนะนำเสียงที่เป็นทางเลือกซึ่งใช้กับทุกฉากแทนการใส่คำบรรยายวิดีโออัตโนมัติ อธิบายเสียงที่ต้องการ หรือเว้นค่าว่างเพื่อใช้คำบรรยายอัตโนมัติ

•จำเป็น video_url
วางไฟล์ หรือ

วิดีโอที่ส่งผ่านการอัปโหลดไฟล์หรือ URL สาธารณะสำหรับการสร้างเสียง โดยความยาวของวิดีโอจะกำหนดความยาวของเสียงที่สร้าง

ขั้นสูง audio_format · keep_speech_vocal · segments
audio_format ค่าเริ่มต้น aac

รูปแบบเสียงแยกต่างหาก เลือกเป็น wav, mp3, aac หรือ flac โดยค่าเริ่มต้นใช้ aac ตัวเลือกนี้ไม่เปลี่ยนการเข้ารหัสเสียงของวิดีโอ ซึ่งเป็น AAC เสมอ

การแบ่งฉากด้วยตนเองที่เป็นทางเลือก ระบุเป็นช่วงเวลาโดยมีคำอธิบายเสียงแยกกัน ค่าว่างจะใช้การตรวจจับฉากอัตโนมัติแทน

POST /run/sonilo/v1.1/video-to-sound-effects?wait=20 ใบเสนอราคา → $0.09
# 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/sonilo/v1.1/video-to-sound-effects?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 Sonilo V1.1 Video to Sound Effects

เพิ่มเอฟเฟกต์เสียงที่ซิงค์ตามสิ่งที่เกิดขึ้นในวิดีโอที่ `video_url` `prompt` ที่เป็นตัวเลือกใช้กำหนดแนวทางของเสียง และ `segments` ใช้กำหนดคำอธิบายแยกตามช่วงเวลา `audio_format` สามารถเป็น wav, mp3, aac หรือ flac เมื่อเปิดใช้ `keep_speech_vocal` ระบบจะแยกและคงเสียงพูดต้นฉบับไว้ในมิกซ์

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
video_urlจำเป็น video
ประเภทurl · video
วิดีโอที่ส่งผ่านการอัปโหลดไฟล์หรือ URL สาธารณะสำหรับการสร้างเสียง โดยความยาวของวิดีโอจะกำหนดความยาวของเสียงที่สร้าง
promptไม่บังคับ
ประเภทstring | null
คำแนะนำเสียงที่เป็นทางเลือกซึ่งใช้กับทุกฉากแทนการใส่คำบรรยายวิดีโออัตโนมัติ อธิบายเสียงที่ต้องการ หรือเว้นค่าว่างเพื่อใช้คำบรรยายอัตโนมัติ
segmentsไม่บังคับ
ประเภทobject[]
การแบ่งฉากด้วยตนเองที่เป็นทางเลือก ระบุเป็นช่วงเวลาโดยมีคำอธิบายเสียงแยกกัน ค่าว่างจะใช้การตรวจจับฉากอัตโนมัติแทน
segments[].startไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
≥ 0
จุดเริ่มต้นของเซกเมนต์แรกต้องเป็น 0 เวลาเริ่มต้นทั้งหมดวัดเป็นวินาทีโดยอ้างอิงจากต้นวิดีโอ
segments[].endไม่บังคับ
ประเภทnumber
ค่าเริ่มต้น0
≥ 0
ตำแหน่งสิ้นสุดเซกเมนต์เป็นวินาที โดยเซกเมนต์สุดท้ายต้องไม่เกินความยาววิดีโอ สำหรับเซกเมนต์ก่อนหน้าทั้งหมด ต้องตรงกับตำแหน่งเริ่มต้นของเซกเมนต์ถัดไป เพื่อไม่ให้มีช่วงขาดหรือตัดซ้อน
segments[].promptไม่บังคับ
ประเภทstring
ค่าเริ่มต้น
คำอธิบายเอฟเฟกต์เสียงหรือเสียงประกอบของเซกเมนต์
audio_formatไม่บังคับ
ประเภทenum
ค่าเริ่มต้นaac
wavmp3aacflac
รูปแบบเสียงแยกต่างหาก เลือกเป็น wav, mp3, aac หรือ flac โดยค่าเริ่มต้นใช้ aac ตัวเลือกนี้ไม่เปลี่ยนการเข้ารหัสเสียงของวิดีโอ ซึ่งเป็น AAC เสมอ
keep_speech_vocalไม่บังคับ
ประเภทboolean
ค่าเริ่มต้นfalse
สวิตช์คงเสียงพูด/เสียงร้องที่มีผลต่อทั้งเอาต์พุตเสียงและวิดีโอ โดยค่าเริ่มต้นปิดใช้ ทำให้ผลลัพธ์มีเฉพาะเสียงที่สร้าง การเปิดใช้จะแยกแหล่งเสียงดนตรีเพื่อแยกเสียงร้องต้นฉบับ ทิ้งดนตรีและเสียงบรรยากาศเดิม แล้วผสมเสียงที่สร้างกับเสียงร้องที่ไม่เปลี่ยนแปลง โดยปรับระดับให้ตรงกับเสียงพูด
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": "sonilo/v1.1/video-to-sound-effects",
  "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": 90,
    "usd": "0.09",
    "charged": 90,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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
    },
    "audios": [
      {
        "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
      }
    ],
    "segments": [
      {
        "index": 1,
        "start": 1.0,
        "end": 1.0,
        "meta": {
          "tags": [],
          "skipped": false,
          "skip_reason": "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"
  }
}
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
audio
object {url, content_type, file_name, file_size}เสียงที่สร้างและเข้ารหัสในรูปแบบเสียงที่เลือก
audios
array of object {url, content_type, file_name, file_size}ชุดเสียงที่สร้างทั้งหมด โดยมีหนึ่งเสียงสำหรับแต่ละตัวอย่าง
segments
array of object {index, start, end, meta}เซกเมนต์ที่ใช้สร้างเสียง เรียงตามลำดับในวิดีโอต้นทาง

โมเดลเพิ่มเติม: วิดีโอเป็นเสียง

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/sonilo/v1.1/video-to-sound-effects.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt