API ویدیو به صوتی Muapi یک ویدیوی بیصدا را تجزیه و تحلیل میکند و یک آهنگ محیطی، فولی یا جلوه صوتی منطبق با عملکرد روی صفحه ایجاد میکند - بدون نیاز به مجوز دستی طراحی صدا. همان خانواده MMAudio همچنین می تواند یک افکت صوتی مستقل از یک پیام متنی به تنهایی ایجاد کند. هر دو گردش کار از API یکپارچه REST استفاده می کنند و 0.001 دلار در هر ثانیه صدای تولید شده هزینه دارند.
یک ویدیوی بی صدا را تجزیه و تحلیل کنید و یک آهنگ محیطی، فولی یا جلوه صوتی مطابق با عملکرد قابل مشاهده آن از یک پیام متنی همگام سازی کنید.
یک جلوه صوتی مستقل یا کلیپ محیطی را به تنهایی از یک پیام متنی بدون نیاز به ورودی ویدیو ایجاد کنید.
یک API ویدیو به صدا یک کلیپ ویدیویی بیصدا میگیرد و موسیقی متنی را تولید میکند که با آنچه روی صفحه اتفاق میافتد مطابقت دارد - قدمها، باد، ماشینآلات، محیط یا سایر موارد مزاحم - که توسط یک پیام متنی به جای یک پاس طراحی دستی صدا هدایت میشود.
Muapi MMAudio Video را برای آن گردش کار بهعلاوه MMAudio Text to Audio برای ایجاد یک جلوه صوتی مستقل یا کلیپ محیطی بدون ورودی ویدیو در معرض دید قرار میدهد. هر دو از الگوی REST ارسال و نظرسنجی یکسانی استفاده میکنند که در سرتاسر پلتفرم استفاده میشود و بر اساس مدت زمان صدای تولید شده صورتحساب میگیرند.
MMAudio Video to Audio ویدئوی ورودی را تجزیه و تحلیل میکند و صدایی را با زمانبندی شده تا عملکرد قابل مشاهده تولید میکند، که توسط فرمان شما برای توصیف صدای مورد نظر هدایت میشود.
MMAudio Text to Audio یک جلوه صوتی یا کلیپ محیطی به تنهایی از متن ایجاد می کند که برای ساخت یک کتابخانه صوتی قابل استفاده مجدد مفید است.
هر دو مدل یک پارامتر مدت زمان را می پذیرند که به طور پیش فرض 8 ثانیه است، بنابراین کلیپ تولید شده می تواند با ویدیو یا جدول زمانی ویرایش شما مطابقت داشته باشد.
با ارسال مستقیم کلیپ به MMAudio Video to Audio، یک موسیقی متن منطبق را به ویدیوی تولید شده با هوش مصنوعی که صدا ندارد اضافه کنید.
قیمت هر دو مدل MMAudio 0.001 دلار در هر ثانیه صدای خروجی است، بنابراین کلیپ 8 ثانیه ای پیش فرض 0.008 دلار قیمت دارد.
محیط یا جلوه های ایجاد شده را با متن به گفتار برای گفتگو یا سونو برای موسیقی ترکیب کنید تا یک موسیقی متن ویدیوی کامل بسازید.
| مدل | ورودی | قیمت | بهترین برای |
|---|---|---|---|
| MMAudio Video to Audio | درخواست ویدیو + متن | 0.001 دلار در ثانیه (0.008 دلار برای پیشفرض 8s) | افزودن صدای همگام شده به یک کلیپ ویدیویی بی صدا |
| MMAudio Text to Audio | فقط درخواست متن | 0.001 دلار در ثانیه (0.008 دلار برای پیشفرض 8s) | جلوه های صوتی مستقل و محیط |
curl -X POST https://api.muapi.ai/api/v1/mmaudio-v2/video-to-video \
-H "Content-Type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"prompt": "Heavy rain on a tin roof with distant thunder",
"video_url": "https://example.com/silent-video.mp4",
"duration": 8
}'import requests
response = requests.post(
"https://api.muapi.ai/api/v1/mmaudio-v2/video-to-video",
headers={"x-api-key": "YOUR_API_KEY"},
json={
"prompt": "Heavy rain on a tin roof with distant thunder",
"video_url": "https://example.com/silent-video.mp4",
"duration": 8,
},
)
request_id = response.json()["request_id"]
result = requests.get(
f"https://api.muapi.ai/api/v1/predictions/{request_id}/result",
headers={"x-api-key": "YOUR_API_KEY"},
)
print(result.json())API ویدیو به صوتی Muapi یک ویدیوی بی صدا را تجزیه و تحلیل میکند و یک موسیقی متن منطبق را از طریق MMAudio Video to Audio تولید میکند که توسط یک پیام متنی که صدای مورد نظر را توصیف میکند هدایت میشود.
بله. MMAudio Text to Audio یک افکت صوتی مستقل یا کلیپ محیطی را به تنهایی از یک پیام متنی بدون نیاز به ورودی ویدیو تولید می کند.
هر دو مدل MMAudio 0.001 دلار در هر ثانیه صدای تولید شده هزینه دارند. هزینه کلیپ 8 ثانیه ای پیش فرض 0.008 دلار است.
مدت زمان یک پارامتر درخواست است و به طور پیش فرض 8 ثانیه است. آن را طوری تنظیم کنید که با طول ویدیوی شما یا طول کلیپ دلخواه در محدوده پشتیبانی شده مدل مطابقت داشته باشد.
خیر. MMAudio برای محیط، فولی و جلوه های صوتی ساخته شده است. از API متن به گفتار Muapi برای گفتار و گفتگو استفاده کنید.
بله. در muapi.ai ثبت نام کنید، یک کلید API از داشبورد خود ایجاد کنید و فوراً شروع به تولید صدا کنید — بدون نیاز به لیست انتظار.