Introducción
Video Sound Effects añade una pista de sonido a un clip mirándolo. Envía las imágenes en video_url, describe si quieres lo que debe oírse en prompt y elige cuántos segundos de sonido generar con duration_seconds. La herramienta genera efectos y ambiente que siguen la acción en pantalla y devuelve la misma imagen con esa pista como audio.
Funciones y aspectos destacados
Sonido que sigue a la imagen
La pista se genera a partir de los fotogramas, así que golpes, pasos, líquidos que se sirven y tráfico que pasa caen donde ocurren en el plano, no en un bucle puesto encima. Una descripción corta orienta la paleta, desde lluvia en el cristal hasta grava bajo los pies o una cocina en plena actividad, y el prompt negativo deja fuera lo que no quieres, como música o voces.
Duración a elección, precio previsible
La duración pedida va de uno a treinta segundos y fija tanto lo que dura el clip entregado como lo que cuesta: pagas los segundos que pides, no el tiempo de proceso. La imagen en sí no cambia, así que el encuadre y la resolución quedan exactamente como en el clip que enviaste.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
video_url | Sí | El clip al que se le añade sonido. La imagen se mantiene tal cual. mínimo 1 caracteres |
prompt | No | Los sonidos que quieres, en una lista corta: lluvia en una ventana, tráfico lejano, pasos sobre grava. mínimo 1 caracteres · máximo 1000 caracteres |
duration_seconds | No | Cuántos segundos de sonido generar, de 1 a 30. El video entregado se corta a esa duración y esos segundos se cobran aunque el clip sea más corto, así que ajústalo a tu clip. |
negative_prompt | No | Sonidos que deben quedar fuera, como música, voces o ruido de viento. máximo 1000 caracteres |
ignore_visual_semantics | No | Desactivado por defecto: el modelo decide qué suena a partir de la imagen y de tu prompt. Valor predeterminado: |
guidance_scale | No | Cuánto sigue el sonido tu descripción, de 0 a 20. El valor por defecto sirve para la mayoría de los clips; súbelo un poco si el resultado ignora el prompt. |
steps | No | Pasadas de refinado, de 4 a 50. Más pasadas tardan más; el valor por defecto es un buen equilibrio. |
Precios
$0.0012 / segundo de salida
Se cobra por segundo de sonido pedido con duration_seconds, no por la duración de tu clip.
Casos de uso
Terminar clips de modelos de video
La mayoría de los videos generados llegan mudos. Añadir ambiente y efectos antes de publicar deja el clip terminado sin pasar por una biblioteca de sonidos ni por una sesión de edición, y los clips cortos suelen volver en menos de un minuto.
Sonido provisional para montajes y tomas de producto
Un borrador que se reproduce en silencio es difícil de juzgar. Dale a los primeros montajes, a los clips de comida y a los loops de producto una base sonora creíble, y cámbiala después si la escena necesita música.
Guía de prompts y consejos prácticos
Describe fuentes, no ambientes
Enumera lo que hace ruido: el siseo de la cafetera, tazas que chocan y un murmullo bajo de cafetería funcionan mejor que un ambiente acogedor. Tres o cuatro fuentes bastan; las listas largas se mezclan en un solo borrón.
Ajusta la duración al clip
Pon duration_seconds a la duración del clip, redondeando hacia arriba. Si pides más, pagas segundos que nunca aparecen, porque el video entregado termina donde termina el clip; si pides menos, el video se corta a lo que pediste.
Deja los ajustes finos para después
guidance_scale fija cuánto sigue el sonido tus palabras y steps el número de pasadas de refinado; los valores por defecto sirven para la mayoría de los clips. Sube un poco la guía solo si el resultado ignora el prompt, y cuenta con que más pasos alarguen el proceso más que mejorar mucho el sonido.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
