A API de vídeo para áudio do Muapi analisa um vídeo silencioso e gera uma trilha ambiente, foley ou efeito sonoro correspondente sincronizado com a ação na tela - sem necessidade de passagem manual de design de som. A mesma família MMAudio também pode gerar um efeito sonoro independente apenas a partir de um prompt de texto. Ambos os fluxos de trabalho usam a API REST unificada e custam US$ 0,001 por segundo de áudio gerado.
Analise um vídeo silencioso e gere uma trilha ambiente, foley ou efeito sonoro correspondente, sincronizado com sua ação visível a partir de um prompt de texto.
Gere um efeito sonoro independente ou clipe de ambiente apenas a partir de um prompt de texto, sem necessidade de entrada de vídeo.
Uma API de vídeo para áudio pega um videoclipe silencioso e gera uma trilha sonora que corresponde ao que está acontecendo na tela – passos, vento, máquinas, ambiente ou outro foley – guiado por um prompt de texto em vez de uma passagem manual de design de som.
Muapi expõe MMAudio Video to Audio para esse fluxo de trabalho, além de MMAudio Text to Audio para gerar um efeito sonoro independente ou clipe ambiente sem entrada de vídeo. Ambos usam o mesmo padrão REST de envio e pesquisa usado em toda a plataforma e cobram pela duração do áudio gerado.
MMAudio Video to Audio analisa o vídeo de entrada e gera áudio cronometrado para ação visível, guiado pelo seu prompt que descreve o som desejado.
MMAudio Text to Audio gera um efeito sonoro ou clipe de ambiente apenas a partir do texto, útil para construir uma biblioteca de sons reutilizável.
Ambos os modelos aceitam um parâmetro de duração, com padrão de 8 segundos, para que o clipe gerado possa corresponder ao seu vídeo ou linha do tempo de edição.
Adicione uma trilha sonora correspondente a um vídeo gerado por IA sem áudio, enviando o clipe diretamente para MMAudio Video to Audio.
Ambos os modelos MMAudio custam US$ 0,001 por segundo de saída de áudio, então o clipe padrão de 8 segundos custa US$ 0,008.
Combine o ambiente ou os efeitos gerados com Text to Speech para diálogo ou Suno para música para criar uma trilha sonora de vídeo completa.
| Modelo | Entrada | Preço | Melhor para |
|---|---|---|---|
| MMAudio Vídeo para Áudio | Vídeo + prompt de texto | US$ 0,001/segundo (US$ 0,008 para padrão de 8s) | Adicionando som sincronizado a um videoclipe silencioso |
| MMAudio Texto para Áudio | Apenas prompt de texto | US$ 0,001/segundo (US$ 0,008 para padrão de 8s) | Efeitos sonoros e ambiente independentes |
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())A API de vídeo para áudio do Muapi analisa um vídeo silencioso e gera uma trilha sonora correspondente por meio do MMAudio Video to Audio, guiada por um prompt de texto que descreve o som desejado.
Sim. MMAudio Text to Audio gera um efeito sonoro independente ou clipe de ambiente apenas a partir de um prompt de texto, sem necessidade de entrada de vídeo.
Ambos os modelos MMAudio custam US$ 0,001 por segundo de áudio gerado. O clipe padrão de 8 segundos custa US$ 0,008.
A duração é um parâmetro de solicitação e o padrão é 8 segundos. Defina-o para corresponder à duração do seu vídeo ou à duração desejada do clipe dentro da faixa suportada pelo modelo.
Não. O MMAudio foi desenvolvido para ambiente, foley e efeitos sonoros. Use a API Text to Speech da Muapi para fala e diálogo.
Sim. Cadastre-se em muapi.ai, crie uma chave de API em seu painel e comece a gerar áudio imediatamente – sem necessidade de lista de espera.