视频转音频 API — 为静音视频生成声音

什么是视频转音频 API？

视频转音频 API 接收一段静音视频，根据画面中正在发生的内容生成匹配的声音，例如脚步声、风声、机器声、环境声或其他拟音。你只需用文字提示词描述所需声音，无需手动完成拟音或声音设计。

Muapi 通过 MMAudio 视频转音频提供这一流程，也提供无需视频输入的 MMAudio 文本转音频，用于生成独立音效或环境音片段。两者都采用平台统一的提交与轮询 REST 流程，并根据生成音频的时长计费。

主要能力

视频转音频模型对比

如何通过 API 为视频生成音频

1. 选择模型。 有静音片段需要配音时使用视频转音频；生成独立音效时使用文本转音频。
2. 编写提示词。 描述所需声音，例如“锡屋顶上的大雨声，远处伴有雷声”。
3. 提交请求。 调用 POST /api/v1/mmaudio-v2/video-to-video，并提供 prompt、video_url 和可选的 duration。文本转音频使用 /api/v1/mmaudio-v2/text-to-audio，不需要 video_url。
4. 轮询任务完成。 持续检查 GET /api/v1/predictions/{request_id}/result，直到 status 为 completed，然后下载音频。
5. 合成回视频。 在你的视频编辑流程中，将生成的音轨与原始静音片段合并。

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())

常见问题