Efeitos sonorosSobre o Seed Audio 1.0
O modelo de áudio tudo-em-um da ByteDance Seed: descreva os falantes, suas falas entre aspas, além de qualquer música, ambiente e efeito sonoro em um único prompt, e receba um MP3 de até cerca de dois minutos.
Chame com o nome de modelo bytedance/seed-audio-1.0/text-to-audio em POST /jobs/createTask, a partir de 54 créditos por geração (US$ 0,54). Contas novas ganham 30 créditos grátis para você testar primeiro no Playground.
Por enquanto este guia está só em inglês. →
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
image_url | Não | A imagem de partida. |
output_format | Não | Tipo de arquivo do resultado. mp3 · wav · opus · pcm · Padrão: mp3 |
pitch | Não | Pitch shift in semitones; 0 keeps the original pitch. ≥ -12 · ≤ 12 · Padrão: 0 |
prompt | Sim | Describe the whole audio scene: who speaks, how, what they say (in quotes), and any music, ambience or sound effects. |
reference_audio_urls | Não | Áudio para combinar: uma voz, uma música ou um ritmo. |
sample_rate | Não | Sample rate in Hz. The model uses 24000 when omitted. 8000 · 16000 · 24000 · 32000 · 44100 · 48000 |
speed | Não | Ritmo da fala. ≥ 0.5 · ≤ 2 · Padrão: 1 |
volume | Não | Loudness multiplier; 1 is the normal level. ≥ 0.5 · ≤ 2 · Padrão: 1 |
Preços
Os preços são em créditos, os mesmos que você usa no site (1 crédito = US$ 0,01). O valor é reservado quando a tarefa é aceita e acertado pelo custo real quando ela termina; tarefas com falha são reembolsadas.
| Opção | Créditos por geração | ≈ USD |
|---|---|---|
| Padrão | 54 | US$ 0,54 |
Para saber o valor exato antes de rodar, envie o mesmo corpo para POST /jobs/quote.
Início rápido da API
Chame a API do Seed Audio 1.0 em três passos
- Crie uma chave de API. Entre na PopNow e crie uma chave no console da API. As chaves começam com sk-popnow- e usam os mesmos créditos do site.
- Envie a requisição. Faça POST /jobs/createTask com model bytedance/seed-audio-1.0/text-to-audio e um objeto input conforme a tabela de parâmetros. A resposta traz um ID de tarefa na hora.
- Pegue o resultado. Consulte GET /jobs/recordInfo com o ID da tarefa, ou passe uma callBackUrl e enviamos o resultado para ela. Baixe os links de saída quando a tarefa der certo.
# 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 $POPNOW_API_KEY"Troque o prompt e os links pelos seus. A aba API traz a referência da resposta, do polling e do callback.
Perguntas sobre a API do Seed Audio 1.0
Quanto custa a API do Seed Audio 1.0?
O Seed Audio 1.0 custa 54 créditos (US$ 0,54) por geração. Os créditos são os mesmos do site (1 crédito = US$ 0,01), contas novas ganham 30 créditos grátis e tarefas que falham são reembolsadas.
Qual é o nome de modelo do Seed Audio 1.0 na API?
Coloque bytedance/seed-audio-1.0/text-to-audio para Efeitos sonoros no campo model de POST /jobs/createTask.
Posso escolher uma voz ou cloná-la?
Não há lista de vozes, mas você pode enviar até três clipes de referência (reference_audio_urls) e apontá-los no prompt como @Audio1, @Audio2 e @Audio3, por exemplo “Com a voz de @Audio1, …”, ou informar uma imagem de referência no lugar (image_url). Fora isso, cada voz vem de como você a descreve no prompt. Use apenas vozes que você tem o direito de usar.
Um clipe pode ter mais de um falante?
Sim. Este modelo foi feito para diálogos com vários personagens: descreva cada falante e coloque suas falas entre aspas, e ele dá a cada um uma voz distinta no mesmo clipe.
Posso controlar velocidade, tom ou volume?
Sim. speed (0,5–2), pitch (de -12 a 12 semitons) e volume (0,5–2) têm controles deslizantes próprios, e você ainda pode descrever o ritmo e o tom no prompt, como uma voz lenta e sussurrada ou uma fala gritada.
Quais são os limites da API do Seed Audio 1.0?
Áudio de referência: 3; Tamanho do prompt (caracteres): 2,000; Maior upload: 10 MB. Requisições fora desses limites são rejeitadas antes de qualquer cobrança.
Dá para testar o Seed Audio 1.0 sem escrever código?
Dá. O Playground roda o Seed Audio 1.0 com seus créditos da PopNow, não precisa de chave de API e mostra o código de cada geração.