# Mirelo SFX2.0 · Video to Audio API

> Tạo nhạc nền cho video đầu vào và trả về dưới dạng các tệp âm thanh riêng biệt

Thêm âm thanh vào đoạn clip trong `video_url`, trả về các tệp âm thanh không kèm video. `text_prompt` và `negative_prompt` định hướng kết quả, còn `preserve_speech` giữ lại lời nói hiện có khi tạo phần còn lại. `duration` từ 1 đến 600 giây, được giới hạn theo độ dài video, và `num_samples` tạo 1 đến 4 biến thể. Định dạng là wav, mp3, aac hoặc 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/vi/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 của video sẽ nhận âm thanh. |
| `text_prompt` |  | string \| null | no |  | ≤ 2000 characters | Hướng dẫn văn bản tùy chọn để định hướng việc tạo sinh. |
| `negative_prompt` |  | string \| null | no |  | ≤ 1000 characters | Danh sách ngắn các âm thanh cần loại trừ, ngăn cách bằng dấu phẩy. |
| `preserve_speech` |  | boolean | no | `true` |  | Xử lý lời nói cho nhạc nền được tạo: false loại bỏ lời nói và chỉ tạo hiệu ứng âm thanh. Khi bật, lời nói đầu vào được giữ nguyên và phần còn lại của nhạc nền được tạo xung quanh nó. |
| `duration` |  | number | no | `10` | 1 – 600 | Thời lượng âm thanh được yêu cầu tính bằng giây; video dưới 1 s trả về 400. Độ dài yêu cầu phải ít nhất 1 s và bị giới hạn ở thời lượng video; khi vượt quá 10 s, việc tạo sinh được chia thành các cửa sổ 10 s. |
| `num_samples` |  | integer | no | `2` | 1 – 4 | Số lượng biến thể cần tạo. |
| `seed` |  | integer \| null | no |  | -1 – 18,446,744,073,709,552,000 | Seed tạo sinh; chọn -1 hoặc None sẽ dùng giá trị ngẫu nhiên. |
| `upload_audio_format` |  | enum (string) | no | `wav` | `wav`, `mp3`, `aac`, `flac` | Định dạng dùng cho mỗi tệp âm thanh. |
| `upload_audio_bitrate_kbps` |  | integer \| null | no |  | 32 – 320 | Ghi đè bitrate tải lên tính bằng kbps, bị từ chối khi upload_audio_format là lossless; để trống sẽ giữ LAME V0 VBR cho mp3 hoặc mục tiêu 256 kbps cho aac. Với mp3, chọn tốc độ cố định chính xác từ 32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320. Với aac, các giá trị từ 32 đến 256 chỉ định mục tiêu bộ mã hóa thay vì tốc độ được đảm bảo, nên âm thanh mono hoặc thưa có thể thấp hơn mức này. |

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 | Bản phát hành mô hình SFX dùng để tạo đầu ra. |
| `audio` | array of object {url, content_type, file_name, file_size} | Các tệp âm thanh của nhạc nền được tạo, không bao gồm video. |

## 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