Ten poradnik jest na razie tylko po angielsku. →
Parametry żądania
| Parametr | Wymagany | Opis |
|---|---|---|
image_url | Nie | Obraz, od którego zaczynasz. |
output_format | Nie | Format pliku wyniku. mp3 · wav · opus · pcm · Domyślnie: mp3 |
pitch | Nie | Pitch shift in semitones; 0 keeps the original pitch. ≥ -12 · ≤ 12 · Domyślnie: 0 |
prompt | Tak | Describe the whole audio scene: who speaks, how, what they say (in quotes), and any music, ambience or sound effects. |
reference_audio_urls | Nie | Dźwięk do dopasowania: głos, muzyka lub rytm. |
sample_rate | Nie | Sample rate in Hz. The model uses 24000 when omitted. 8000 · 16000 · 24000 · 32000 · 44100 · 48000 |
speed | Nie | Tempo mówienia. ≥ 0.5 · ≤ 2 · Domyślnie: 1 |
volume | Nie | Loudness multiplier; 1 is the normal level. ≥ 0.5 · ≤ 2 · Domyślnie: 1 |
Ceny
Ceny podajemy w kredytach, tych samych, których używasz na stronie (1 kredyt = 0,01 $). Kwota jest rezerwowana, gdy zadanie zostaje przyjęte, a po zakończeniu rozliczana według rzeczywistego kosztu; za nieudane zadania kredyty wracają.
| Opcja | Kredyty za generację | ≈ USD |
|---|---|---|
| Standard | 54 | 0,54 USD |
Żeby poznać dokładną kwotę przed uruchomieniem, wyślij to samo body na POST /jobs/quote.
Szybki start z API
Wywołaj API Seed Audio 1.0 w trzech krokach
- Utwórz klucz API. Zaloguj się do PopNow i utwórz klucz w konsoli API. Klucze zaczynają się od sk-popnow- i korzystają z tych samych kredytów co strona.
- Wyślij żądanie. Wyślij POST /jobs/createTask z model bytedance/seed-audio-1.0/text-to-audio i obiektem input zgodnym z tabelą parametrów. Odpowiedź od razu zwraca ID zadania.
- Odbierz wynik. Odpytuj GET /jobs/recordInfo po ID zadania albo podaj callBackUrl, a wyślemy tam wynik. Gdy zadanie się powiedzie, pobierz pliki z linków wyjściowych.
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $IDEMPOTENCY_KEY" \
-d '{
"model": "bytedance/seed-audio-1.0/text-to-audio",
"input": {
"prompt": "Calm ambient pads with a slow rising motif",
"output_format": "mp3"
}
}'
# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $POPNOW_API_KEY"Podmień prompt i linki na własne. Odniesienie do odpowiedzi, odpytywania i callbacku znajdziesz na karcie API.
Pytania o API Seed Audio 1.0
Ile kosztuje API Seed Audio 1.0?
Seed Audio 1.0 kosztuje 54 kredyty (0,54 USD) za generację. Kredyty są te same co na stronie (1 kredyt = 0,01 USD), nowe konta dostają 30 darmowych kredytów, a nieudane zadania są zwracane.
Jaka jest nazwa modelu Seed Audio 1.0 w API?
Wpisz bytedance/seed-audio-1.0/text-to-audio do zadania Efekty dźwiękowe w polu model żądania POST /jobs/createTask.
Czy mogę wybrać głos albo go sklonować?
Listy głosów nie ma, ale możesz przesłać do trzech klipów referencyjnych (reference_audio_urls) i wskazać je w prompcie jako @Audio1, @Audio2 i @Audio3, np. „Głosem z @Audio1 …”, albo zamiast tego podać obraz referencyjny (image_url). Poza tym każdy głos wynika z opisu w prompcie. Używaj tylko głosów, do których masz prawa.
Czy jeden klip może mieć więcej niż jednego mówcę?
Tak. Ten model jest zbudowany z myślą o dialogach wielu postaci: opisz każdego mówcę i ujmij jego kwestie w cudzysłów, a on nada każdemu odrębny głos w tym samym klipie.
Czy mogę sterować tempem, wysokością głosu lub głośnością?
Tak. speed (0,5–2), pitch (od -12 do 12 półtonów) i volume (0,5–2) mają własne suwaki, a tempo i ton nadal można opisać w prompcie, np. powolny, przyciszony głos albo krzyczaną kwestię.
Jakie limity ma API Seed Audio 1.0?
Audio referencyjne: 3; Długość promptu (znaki): 2,000; Największy przesyłany plik: 10 MB. Żądania poza tymi limitami są odrzucane, zanim cokolwiek zostanie pobrane.
Czy mogę wypróbować Seed Audio 1.0 bez pisania kodu?
Tak. Playground uruchamia Seed Audio 1.0 na twoich kredytach PopNow, nie wymaga klucza API i pokazuje kod do każdej generacji.