مواد پر جائیں

Seed Audio 1.0

انٹیگریٹ کریں

ماڈل 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"

ہر رن کے لیے ⁨$0.154⁩ تک حقیقی استعمال کے مطابق چارج، باقی رقم واپس اس صفحے پر چلائیں

API کلید حاصل کریں
ByteDance آڈیو

متن سے چلنے والا تقریر اور آڈیو جنریٹر، 3 حوالہ آڈیو کلپس یا ایک تصویر تک، پچ اور رفتار کے کنٹرول کے ساتھ

ByteDance · آڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی 88 / 2048

تخلیق کا پرامپٹ یا متن، جس میں آڈیو حوالوں کو پہلے ان پٹ کے لیے @Audio1، دوسرے کے لیے @Audio2 اور تیسرے کے لیے @Audio3 کے طور پر ظاہر کیا جائے۔

ڈیفالٹ 1

گفتگو کی رفتار کا ملٹی پلائر: 1.0 معمول کی رفتار، 0.5 نصف رفتار اور 2.0 دوگنی رفتار دیتا ہے۔

ایڈوانسڈ audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
فائل ڈراپ کریں، یا · 3 تک

زیادہ سے زیادہ 3 URLs کے ذریعے حوالہ آڈیو فراہم کریں؛ ہر فائل wav/mp3/pcm/ogg_opus فارمیٹ میں، 10 MB اور 30 سیکنڈ تک محدود ہو۔ پرامپٹ میں کلپس کی شناخت @Audio1، @Audio2، @Audio3 سے کریں۔

image_url
فائل ڈراپ کریں، یا

صرف اس وقت URL کے ذریعے ایک تصویر کا حوالہ فراہم کریں جب کوئی آڈیو حوالہ نہ دیا گیا ہو۔ تصویر jpeg/png/webp اور 10 MB سے بڑی نہیں ہونی چاہیے۔

output_format ڈیفالٹ mp3

تخلیق شدہ آڈیو کا فارمیٹ۔

sample_rate ڈیفالٹ 24000

آؤٹ پٹ آڈیو کی Hz میں sampling frequency۔

تخلیق کی آواز منتخب کریں؛ اس کا preset نام یا cloned voice کی صورت میں اس کی ID فراہم کریں۔

ڈیفالٹ 1

حجم کا ملٹی پلائر: 1.0 معمول کا حجم، 0.5 نصف حجم اور 2.0 دوگنا حجم دیتا ہے۔

ڈیفالٹ 0

آواز کی pitch میں semitones کے لحاظ سے تبدیلی: 0 pitch برقرار رکھتا ہے، -12 اسے ایک octave نیچے اور 12 ایک octave اوپر کرتا ہے۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Seed Audio 1.0 کے بارے میں

2048 حروف تک کے پرامپٹ سے آڈیو تخلیق کرتا ہے۔ پری سیٹ یا کلون کی گئی `voice` منتخب کی جا سکتی ہے، اور پرامپٹ میں زیادہ سے زیادہ 3 حوالہ کلپس کو @Audio1 سے @Audio3 تک کے طور پر شامل کیا جا سکتا ہے؛ اس کے بجائے ایک حوالہ تصویر بھی کام کرتی ہے، مگر آڈیو کے ساتھ نہیں۔ آؤٹ پٹ 8000 سے 48000 Hz تک کی سیمپل ریٹس پر wav، mp3، pcm یا ogg_opus ہوتی ہے۔ رفتار اور والیوم 0.5 سے 2 تک، پچ -12 سے 12 سیمی ٹونز تک تبدیل ہوتی ہے، اور `multilingual` مخلوط زبان کے متن کے لیے ویرینٹ فعال کرتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
promptلازمی
قسمstring
≤ 2,048 کریکٹرز
تخلیق کا پرامپٹ یا متن، جس میں آڈیو حوالوں کو پہلے ان پٹ کے لیے @Audio1، دوسرے کے لیے @Audio2 اور تیسرے کے لیے @Audio3 کے طور پر ظاہر کیا جائے۔
voiceاختیاری
قسمstring | null
تخلیق کی آواز منتخب کریں؛ اس کا preset نام یا cloned voice کی صورت میں اس کی ID فراہم کریں۔
audio_urlsاختیاری audios
قسمurl[] · audio
≤ 3 آئٹمز
زیادہ سے زیادہ 3 URLs کے ذریعے حوالہ آڈیو فراہم کریں؛ ہر فائل wav/mp3/pcm/ogg_opus فارمیٹ میں، 10 MB اور 30 سیکنڈ تک محدود ہو۔ پرامپٹ میں کلپس کی شناخت @Audio1، @Audio2، @Audio3 سے کریں۔
image_urlاختیاری image
قسمurl · image
صرف اس وقت URL کے ذریعے ایک تصویر کا حوالہ فراہم کریں جب کوئی آڈیو حوالہ نہ دیا گیا ہو۔ تصویر jpeg/png/webp اور 10 MB سے بڑی نہیں ہونی چاہیے۔
output_formatاختیاری
قسمenum
ڈیفالٹmp3
wavmp3pcmogg_opus
تخلیق شدہ آڈیو کا فارمیٹ۔
sample_rateاختیاری
قسمenum
ڈیفالٹ24000
80001600024000320004410048000
آؤٹ پٹ آڈیو کی Hz میں sampling frequency۔
speedاختیاری
قسمnumber
ڈیفالٹ1
0.5 – 2
گفتگو کی رفتار کا ملٹی پلائر: 1.0 معمول کی رفتار، 0.5 نصف رفتار اور 2.0 دوگنی رفتار دیتا ہے۔
volumeاختیاری
قسمnumber
ڈیفالٹ1
0.5 – 2
حجم کا ملٹی پلائر: 1.0 معمول کا حجم، 0.5 نصف حجم اور 2.0 دوگنا حجم دیتا ہے۔
pitchاختیاری
قسمinteger
ڈیفالٹ0
-12 – 12
آواز کی pitch میں semitones کے لحاظ سے تبدیلی: 0 pitch برقرار رکھتا ہے، -12 اسے ایک octave نیچے اور 12 ایک octave اوپر کرتا ہے۔
multilingualاختیاری
قسمboolean
ڈیفالٹfalse
ماڈل variant کا انتخاب: multilingual variant فعال کرنے سے مختلف زبانوں والے یا English کے علاوہ زبان میں لکھے پرامپٹس بہتر طور پر سنبھالے جاتے ہیں۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
false سیٹ کر کے اسکریننگ نرم کی جا سکتی ہے، بشرطیکہ کال کرنے والا مجاز ہو۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}تخلیق سے تیار کردہ آڈیو فائل۔

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/bytedance/seed-audio-1.0.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt