שפּרינגען צו אינהאַלט

MMAudio V2 Text to Audio

אינטעגרירן

מאָדעל־id mmaudio-v2/text-to-audio
# 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/mmaudio-v2/text-to-audio?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"

דער דאָזיקער ריקוועסט: ⁨$ 0.008⁩ 8 API־קרעדיטן · ≈ ⁨₽ 0.86⁩ לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Sony AI אַודיאָ 1–30 s #audio#fast

טעקסט־צו־אַודיאָ־גענערירונג פֿון קלאַנגען מיט באַשטימבאַרע טריט, גיידאַנס און געדויער

Sony AI · אַודיאָ

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

•פארלאנגט

פּראָמפּט וואָס באַשרײַבט דעם אַודיאָ צו שאַפֿן.

סטאַנדאַרט 8

לענג פֿונעם גענערירטן אַודיאָ.

פֿאָרגעשריטן negative_prompt · num_steps · cfg_strength · seed · mask_away_clip
סטאַנדאַרט

נעגאַטיווער פּראָמפּט וואָס ספּעציפֿיצירט וואָס אויסצולאָזן בעת אַודיאָ־גענערירונג.

סטאַנדאַרט 25

צאָל טריט גענוצט פֿאַר אַודיאָ־גענערירונג.

סטאַנדאַרט 4.5

ינטענסיטעט פֿון Classifier Free Guidance.

סיד־ווערט גענוצט דורך דעם צופֿעליקן־נומערן־גענעראַטאָר.

POST /run/mmaudio-v2/text-to-audio?wait=20 פּרײַז → ⁨$ 0.008⁩
# 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/mmaudio-v2/text-to-audio?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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן MMAudio V2 Text to Audio

גענערירט אַודיאָ פֿון אַ טעקסט־`prompt`, מיט `negative_prompt` כּדי זיך אַוועקצופירן פון געוויסע קלאַנגען. `duration` גייט פֿון 1 ביז 30 סעקונדעס (דעפֿאָלט 8), `num_steps` פֿון 4 ביז 50 (דעפֿאָלט 25), און `cfg_strength` פֿון 0 ביז 20 (דעפֿאָלט 4.5). אַ `seed` צווישן 0 און 65535 מאַכט די רעזולטאַטן איבערחזרבאַר.

פּאַראַמעטערס

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
promptפארלאנגט
טיפּstring
פּראָמפּט וואָס באַשרײַבט דעם אַודיאָ צו שאַפֿן.
negative_promptאָפּציאָנעל
טיפּstring
סטאַנדאַרט
נעגאַטיווער פּראָמפּט וואָס ספּעציפֿיצירט וואָס אויסצולאָזן בעת אַודיאָ־גענערירונג.
seedאָפּציאָנעל
טיפּinteger | null
0 – 65,535
סיד־ווערט גענוצט דורך דעם צופֿעליקן־נומערן־גענעראַטאָר.
num_stepsאָפּציאָנעל
טיפּinteger
סטאַנדאַרט25
4 – 50
צאָל טריט גענוצט פֿאַר אַודיאָ־גענערירונג.
durationאָפּציאָנעל
טיפּnumber
סטאַנדאַרט8
1 – 30
לענג פֿונעם גענערירטן אַודיאָ.
cfg_strengthאָפּציאָנעל
טיפּnumber
סטאַנדאַרט4.5
0 – 20
ינטענסיטעט פֿון Classifier Free Guidance.
mask_away_clipאָפּציאָנעל
טיפּboolean
סטאַנדאַרטfalse
קאָנטראָלירט צי דער קליפּ ווערט פֿאַרמאַסקירט אַוועק.
פארלאנגט

אויסגאַבע

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mmaudio-v2/text-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": 8,
    "usd": "0.008",
    "charged": 8,
    "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
    }
  },
  "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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
audio
object {url, content_type, file_name, file_size}אַודיאָ געשאַפֿן דורך דעם מאָדעל.

מער מאָדעלן: אַודיאָ

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/mmaudio-v2/text-to-audio.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt