Bỏ qua đến nội dung

Seed Audio 1.0

Tích hợp

Id mô hình 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"

Tối đa 0,154 $ mỗi lần chạy tính phí theo mức sử dụng thực tế, phần còn lại được hoàn tiền Chạy trên trang này

Lấy khóa API
ByteDance Âm thanh

Bộ tạo giọng nói và âm thanh điều khiển bằng văn bản, hỗ trợ tối đa 3 đoạn âm thanh tham chiếu hoặc một ảnh, cùng điều khiển cao độ và tốc độ

ByteDance · Âm thanh

Kết quả đầu tiên của bạn sẽ xuất hiện ở đây

Tạo một yêu cầu bên dưới và chạy bằng khóa API của bạn. Đầu ra được sao chép vào bộ lưu trữ của chúng tôi, giữ vĩnh viễn hoặc 7 ngày miễn phí.

Tạo một yêu cầu

Các điều khiển được tạo từ lược đồ mô hình. Mã và giá sẽ cập nhật khi bạn thay đổi chúng.

•bắt buộc 88 / 2048

Lời nhắc hoặc văn bản tổng hợp, với các tham chiếu âm thanh theo thứ tự được biểu diễn bằng @Audio1 cho đầu vào đầu tiên, @Audio2 cho đầu vào thứ hai và @Audio3 cho đầu vào thứ ba.

mặc định 1

Hệ số tốc độ nói: 1.0 là tốc độ bình thường, 0.5 là nửa tốc độ và 2.0 là gấp đôi tốc độ.

Nâng cao audios · image · output_format · sample_rate · voice · volume · pitch · multilingual · enable_safety_checker
audio_urls
Thả tệp hoặc · tối đa 3

Cung cấp âm thanh tham chiếu qua tối đa 3 URL; mỗi tệp phải ở định dạng wav/mp3/pcm/ogg_opus, tối đa 10 MB và 30 giây. Trong lời nhắc, xác định các đoạn bằng @Audio1, @Audio2, @Audio3.

image_url
Thả tệp hoặc

Chỉ cung cấp một tham chiếu hình ảnh bằng URL khi không có tham chiếu âm thanh. Hình ảnh phải ở dạng jpeg/png/webp và không lớn hơn 10 MB.

output_format mặc định mp3

Định dạng âm thanh được tạo.

sample_rate mặc định 24000

Tần số lấy mẫu tính bằng Hz của âm thanh đầu ra.

Chọn giọng tổng hợp bằng cách cung cấp tên preset hoặc ID của giọng đã nhân bản.

mặc định 1

Hệ số âm lượng: 1.0 là âm lượng bình thường, 0.5 là một nửa âm lượng và 2.0 là gấp đôi âm lượng.

mặc định 0

Điều chỉnh cao độ giọng nói, tính bằng nửa cung: 0 giữ nguyên cao độ, -12 hạ xuống một quãng tám và 12 nâng lên một quãng tám.

POST /run/bytedance/seed-audio-1.0?wait=20 báo giá → 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"

Chạy yêu cầu này

Key của bạn vẫn nằm trong trình duyệt này: key chỉ được gửi đến Doitong API và chỉ được lưu trong localStorage nếu bạn chọn Ghi nhớ. Nhận khóa API

Giới thiệu về Seed Audio 1.0

Tổng hợp âm thanh từ lời nhắc dài tối đa 2048 ký tự. Có thể chọn `voice` đặt sẵn hoặc đã nhân bản, và trích dẫn tối đa 3 đoạn tham chiếu trong lời nhắc dưới dạng @Audio1 đến @Audio3; thay vào đó có thể dùng một hình ảnh tham chiếu duy nhất, nhưng không thể dùng cùng âm thanh. Đầu ra là wav, mp3, pcm hoặc ogg_opus với tốc độ lấy mẫu từ 8000 đến 48000 Hz. Tốc độ và âm lượng nằm trong khoảng 0.5 đến 2, cao độ dịch chuyển từ -12 đến 12 nửa cung, còn `multilingual` chuyển sang biến thể dành cho văn bản đa ngôn ngữ.

Tham số

Gửi tên chuẩn hoặc tên gốc, không gửi cả hai. Tên chuẩn

TênKiểu Mặc địnhĐược phép Mô tả
promptbắt buộc
Kiểustring
≤ 2.048 ký tự
Lời nhắc hoặc văn bản tổng hợp, với các tham chiếu âm thanh theo thứ tự được biểu diễn bằng @Audio1 cho đầu vào đầu tiên, @Audio2 cho đầu vào thứ hai và @Audio3 cho đầu vào thứ ba.
voicetùy chọn
Kiểustring | null
Chọn giọng tổng hợp bằng cách cung cấp tên preset hoặc ID của giọng đã nhân bản.
audio_urlstùy chọn audios
Kiểuurl[] · audio
≤ 3 mục
Cung cấp âm thanh tham chiếu qua tối đa 3 URL; mỗi tệp phải ở định dạng wav/mp3/pcm/ogg_opus, tối đa 10 MB và 30 giây. Trong lời nhắc, xác định các đoạn bằng @Audio1, @Audio2, @Audio3.
image_urltùy chọn image
Kiểuurl · image
Chỉ cung cấp một tham chiếu hình ảnh bằng URL khi không có tham chiếu âm thanh. Hình ảnh phải ở dạng jpeg/png/webp và không lớn hơn 10 MB.
output_formattùy chọn
Kiểuenum
Mặc địnhmp3
wavmp3pcmogg_opus
Định dạng âm thanh được tạo.
sample_ratetùy chọn
Kiểuenum
Mặc định24000
80001600024000320004410048000
Tần số lấy mẫu tính bằng Hz của âm thanh đầu ra.
speedtùy chọn
Kiểunumber
Mặc định1
0,5 – 2
Hệ số tốc độ nói: 1.0 là tốc độ bình thường, 0.5 là nửa tốc độ và 2.0 là gấp đôi tốc độ.
volumetùy chọn
Kiểunumber
Mặc định1
0,5 – 2
Hệ số âm lượng: 1.0 là âm lượng bình thường, 0.5 là một nửa âm lượng và 2.0 là gấp đôi âm lượng.
pitchtùy chọn
Kiểuinteger
Mặc định0
-12 – 12
Điều chỉnh cao độ giọng nói, tính bằng nửa cung: 0 giữ nguyên cao độ, -12 hạ xuống một quãng tám và 12 nâng lên một quãng tám.
multilingualtùy chọn
Kiểuboolean
Mặc địnhfalse
Lựa chọn biến thể mô hình: bật biến thể đa ngôn ngữ sẽ cải thiện khả năng xử lý khi lời nhắc trộn nhiều ngôn ngữ hoặc dùng ngôn ngữ khác tiếng Anh.
enable_safety_checkertùy chọn
Kiểuboolean
Mặc địnhtrue
Có thể nới lỏng việc kiểm duyệt bằng cách đặt thành false, nếu người gọi được cấp quyền.
bắt buộc Tên chuẩn, cũng được chấp nhận

Các tham số tệp nhận URL https:// công khai, URI data: tối đa 10 MB hoặc file_url của một tệp tải lên. Tệp

Đầu ra

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"
  }
}
Tệp của bạn, lựa chọn của bạnMỗi outputs[].url là một bản sao trên bộ lưu trữ của chúng tôi: được giữ vĩnh viễn (tính phí theo GB-tháng) hoặc 7 ngày miễn phí, theo cài đặt tài khoản hoặc ?storage=.
Cùng một cấu trúc trên mọi mô hìnhtype, url, content_type, width, height và duration cho hình ảnh, video và âm thanh. output là đối tượng kết quả riêng của mô hình.
Các trường đầu ra
audio
object {url, content_type, file_name, file_size, duration, channels, sample_rate, bitrate}Tệp âm thanh được tạo sinh.

Dành cho tác nhân AI: trang này ở dạng Markdown tại https://doitong.com/vi/developers/models/bytedance/seed-audio-1.0.md. Tất cả mô hình và hướng dẫn: https://doitong.com/developers/llms.txt