Einführung
Video Sound Effects gibt einem Clip eine Tonspur, indem es ihn sich ansieht. Sie schicken das Material in video_url, beschreiben optional in prompt, was zu hören sein soll, und wählen mit duration_seconds, wie viele Sekunden Ton entstehen. Das Werkzeug erzeugt Effekte und Atmo, die der Handlung im Bild folgen, und liefert dasselbe Bild mit dieser Spur als Ton zurück.
Wichtige Funktionen und Highlights
Ton, der dem Bild folgt
Die Spur entsteht aus den Einzelbildern, deshalb sitzen Aufschläge, Schritte, Gießen und vorbeifahrender Verkehr dort, wo sie im Bild passieren, statt als Schleife darübergelegt zu sein. Eine kurze Beschreibung lenkt die Palette, von Regen an der Scheibe über Kies unter den Füßen bis zur vollen Küche, und der Negativ-Prompt hält fern, was Sie nicht wollen, etwa Musik oder Stimmen.
Länge nach Wahl, Preis vorhersehbar
Die angeforderte Länge reicht von einer bis dreißig Sekunden und bestimmt sowohl, wie lang der gelieferte Clip ist, als auch, was er kostet: Sie zahlen die angeforderten Sekunden, nicht die Rechenzeit. Das Bild selbst wird nicht verändert, Bildausschnitt und Auflösung bleiben genau wie im geschickten Clip.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
video_url | Ja | Der Clip, der Ton bekommt. Das Bild bleibt, wie es ist. mindestens 1 Zeichen |
prompt | Nein | Die gewünschten Geräusche als kurze Liste: Regen am Fenster, entfernter Verkehr, Schritte auf Kies. mindestens 1 Zeichen · höchstens 1000 Zeichen |
duration_seconds | Nein | Wie viele Sekunden Ton entstehen, 1 bis 30. |
negative_prompt | Nein | Geräusche, die draußen bleiben sollen, etwa Musik, Sprache oder Windrauschen. höchstens 1000 Zeichen |
ignore_visual_semantics | Nein | Standardmäßig aus: Das Modell entscheidet anhand des Bildes und Ihres Prompts, was zu hören ist. Standardwert: |
guidance_scale | Nein | Wie eng der Ton Ihrer Beschreibung folgt, 0 bis 20. Der Standard passt für die meisten Clips; erhöhen Sie ihn leicht, wenn das Ergebnis den Prompt ignoriert. |
steps | Nein | Verfeinerungsdurchläufe, 4 bis 50. Mehr Durchläufe dauern länger; der Standard ist ein guter Mittelweg. |
Preis
$0.0012 / Ausgabesekunde
Abgerechnet pro Sekunde Ton, die Sie mit duration_seconds anfordern, nicht nach der Länge Ihres Clips.
Anwendungsfälle
Clips aus Videomodellen fertigstellen
Die meisten generierten Videos kommen stumm an. Wer vor dem Posten Atmo und Effekte ergänzt, bekommt einen fertigen Clip ohne Umweg über eine Geräuschbibliothek oder eine Sitzung im Schnittprogramm, und kurze Clips kommen meist in unter einer Minute zurück.
Temporärer Ton für Rohschnitte und Produktshots
Ein Entwurf, der in Stille läuft, lässt sich schlecht beurteilen. Unterlegen Sie Rohschnitte, Food-Clips und Produkt-Loops mit einem glaubwürdigen Tonbett und ersetzen Sie es später, wenn die Szene Musik braucht.
Prompt-Leitfaden und Praxistipps
Quellen beschreiben, keine Stimmungen
Zählen Sie auf, was Geräusche macht: Zischen der Espressomaschine, klirrende Tassen und leises Café-Gemurmel funktionieren besser als gemütliche Atmosphäre. Drei oder vier Quellen reichen; lange Listen verschwimmen zu einem Brei.
Die Länge an den Clip anpassen
Setzen Sie duration_seconds auf die Cliplänge, aufgerundet. Fordern Sie mehr an, zahlen Sie für Sekunden, die nie erscheinen, weil das gelieferte Video dort endet, wo der Clip endet; fordern Sie weniger an, wird das Video auf die angeforderte Länge gekürzt.
Die Feinregler zuerst in Ruhe lassen
guidance_scale legt fest, wie eng der Ton Ihren Worten folgt, steps die Zahl der Verfeinerungsdurchläufe; die Standardwerte passen für die meisten Clips. Erhöhen Sie Guidance nur leicht, wenn das Ergebnis den Prompt ignoriert, und rechnen Sie bei mehr Schritten eher mit längerer Laufzeit als mit deutlich besserem Klang.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "spicyapi/foley-v1/video-to-audio",
"input": {
"duration_seconds": 8,
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
