Einführung
Trenne eine vorhandene Aufnahme mit einer Anfrage in Gesang oder Sprache und Hintergrundaudio. Nutze die beiden Stems zum Musiküben, zum Bearbeiten von Sprachaufnahmen oder für einen neuen Mix.
| Feld | Wert |
|---|---|
| Eingabe | Text |
| Ausgabe | Audio |
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
audio_url | Ja | Die zu trennende gemischte Aufnahme als Audio-URL. Der Upload akzeptiert MP3 oder WAV. mindestens 1 Zeichen |
Preis
$0.0012 / Sekunde
Die Dauer des Eingabeaudios wird einmal pro Sekunde berechnet und auf ganze Sekunden aufgerundet. Beide Stems sind in derselben Dauergebühr enthalten. Dieser Endpunkt akzeptiert 1 bis 600 Sekunden.
Anwendungsfälle
Text → audio-separation → Audio
audio-separation
Audio
Asynchroner Auftrag
Prompt-Leitfaden und Praxistipps
Einführung
Vocal Isolator trennt eine vorhandene Audioaufnahme in eine Stimmspur und eine Hintergrundspur. Sende die gemischte Aufnahme über audio_url; ein Prompt oder ein zuvor generierter Musikauftrag ist nicht nötig. Dieser Endpunkt ist für Ton gedacht, den du bereits hast, etwa eine Songprobe, einen Clip mit Kommentar oder eine Podcastaufnahme mit unterlegter Musik.
Wichtigste Funktionen und Besonderheiten
Zwei Stems aus einer Aufnahme
Der Auftrag ist dafür gedacht, beide Teile derselben Quelle zurückzugeben: zuerst Gesang oder Sprache und danach den verbleibenden Hintergrund. Bei Musik ist der Hintergrund die instrumentale Begleitung. Bei einer Sprachaufnahme kann er Musik und Umgebungsgeräusche enthalten. Es sind zusammengehörige Stems aus einem Verarbeitungsvorgang, keine zwei alternativen Generierungen, zwischen denen du wählen musst. Bei der Trennung können hörbares Übersprechen verbleiben oder Details verloren gehen, die sich zwischen beiden Teilen überlagern.
Die Quelldauer bestimmt die Abrechnungsmenge
Die Abrechnung richtet sich nach der Eingabeaufnahme, aufgerundet auf ganze Sekunden. Zwei erhaltene Stems verdoppeln diese Dauer nicht. Dieser Endpunkt akzeptiert Aufnahmen von 1 bis 600 Sekunden. Er bietet keine Einstellung für die gewünschte Ausgabelänge, die Auswahl einer sprechenden Person oder den Ausgabecodec. Bewahre den Originalmix zusammen mit beiden Ergebnissen auf, damit du die Trennung vergleichen kannst, ohne deine Ausgangsaufnahme zu verlieren.
Anwendungsfälle
Einen Übungstrack vorbereiten
Nutze den Hintergrund-Stem als eigene Begleitspur zum Üben und behalte den Stimm-Stem, um die Phrasierung zu prüfen. Höre auch die Pausen und nicht nur laute Passagen an: Nachhall und Hintergrundgesang können in der Begleitung verbleiben. Vergleiche bei ähnlicher Abhörlautstärke, bevor du entscheidest, ob sich ein Stem für die Probe eignet.
Sprache aus einem vorhandenen Mix trennen
Höre bei einem Clip mit Sprache über Musik das Stimmergebnis an, bevor du es in einen neuen Schnitt einfügst. Der Hintergrund-Stem kann als Schnittreferenz hilfreich sein, enthält aber nicht garantiert nur Musik. Richte beide Stems beim Vergleichen im Editor am selben Quellenbeginn aus.
Prompt-Leitfaden und Praxistipps
Die Quellaufnahme vorbereiten
Es gibt keinen Prompt zum Anpassen. Lade die klarste Version deiner gemischten Aufnahme hoch, statt eine Aufnahme von Lautsprecherwiedergabe oder eine zusätzlich komprimierte Kopie zu verwenden. Nutze im Upload MP3 oder WAV. Dieser Endpunkt verarbeitet die gesamte bereitgestellte Datei. Bereite zuerst einen separaten Quellclip vor, wenn du nur einen Teil einer längeren Aufnahme benötigst. Bewahre das Original auf und gib den daraus entstandenen Stems eindeutige Namen.
Beide Spuren vor der Verwendung prüfen
Prüfe Konsonanten, gehaltene Töne, die Stille zwischen Phrasen sowie den linken und rechten Kanal. Achte darauf, ob Musik in die Stimme überspricht oder Stimmen im Hintergrund verbleiben. Gehe nicht davon aus, dass das Zusammenmischen der Stems das Original exakt rekonstruiert. Miss ihre tatsächlichen Längen, bevor du lange Sequenzen bearbeitest, und prüfe die Ausrichtung im Ziel-Editor. Ausgabeformat, Abtastrate und Trennqualität müssen weiterhin mit deinem Material überprüft werden.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "spicyapi/vocal-isolator-v1/audio-separation",
"input": {
"audio_url": "https://example.com/reference.mp3"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.