Seed Audio 1.0 API

bytedance/seed-audio-1.0/text-to-audio

Seed Audio 1.0 de ByteDance convierte un prompt en una escena MP3 de hasta unos dos minutos, con líneas entre comillas de varios hablantes, música y efectos. Hasta tres clips de referencia reutilizan una voz, con control de velocidad, tono y volumen.

Desde $0.36/solicitud

Ejecutar modelo Ver API

Enviar una solicitud

Los ejemplos usan las definiciones públicas de parámetros del endpoint seleccionado. Sustituye la clave de API y los medios de ejemplo, y envía la solicitud desde tu servidor.

SDK e integraciones

POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Autenticación de API

Guarda la clave de API en la variable de entorno del servidor SPICY_API_KEY. Usa autenticación Bearer y Content-Type: application/json en las solicitudes JSON.

Authorization: Bearer $SPICY_API_KEY

# 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": "bytedance/seed-audio-1.0/text-to-audio",
  "input": {
    "output_format": "mp3",
    "prompt": "Calm ambient pads with a slow rising motif"
  }
}'

# 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"

Generado a partir del esquema de entrada de este modelo: el mismo con el que la API valida cada solicitud.

Parámetros de entrada

Incluye estos campos en el objeto input del cuerpo de la solicitud. Los nombres y tipos coinciden con la API. No supongas un valor predeterminado si no está indicado.

promptstringObligatorio

Describe toda la escena en hasta 2.000 caracteres: cada hablante y cómo suena, sus líneas exactas entre comillas, y cualquier música, ambiente o efecto de sonido. Los clips de referencia se nombran @Audio1 a @Audio3, según el orden de carga.

Valor predeterminado: Sin especificar
Restricciones: minLength:1
maxLength:2000

sample_rateintegerOpcional

Frecuencia de muestreo del audio en Hz: 8000, 16000, 24000, 32000, 44100, 48000. Predeterminado: 24000. No cambia el precio.

Valor predeterminado: Sin especificar
Valores permitidos: 80001600024000320004410048000

output_formatstringOpcional

Formato de archivo: mp3 (predeterminado), wav, opus (Ogg Opus) o pcm, es decir, muestras estéreo de 16 bits little-endian, intercaladas y sin encabezado, con el sample_rate elegido. Los navegadores no reproducen pcm; elige wav para obtener las mismas muestras en un archivo reproducible. No cambia el precio.

Valor predeterminado: "mp3"
Valores permitidos: "mp3""wav""opus""pcm"

volumenumberOpcional

Multiplicador de volumen de 0.5 a 2; 1 es el nivel normal. No cambia el precio.

Valor predeterminado: 1
Restricciones: minimum:0.5
maximum:2

pitchintegerOpcional

Desplazamiento de tono en semitonos, de -12 a 12; 0 mantiene el tono propio de la voz. No cambia el precio.

Valor predeterminado: 0
Restricciones: minimum:-12
maximum:12

speednumberOpcional

Velocidad del habla de 0.5 (más lenta) a 2 (más rápida); 1 es el ritmo normal de la voz. No cambia el precio.

Valor predeterminado: 1
Restricciones: minimum:0.5
maximum:2

image_urlstringOpcional

Imagen de referencia opcional en torno a la cual se crea el audio: súbela o indica una URL pública y describe en prompt lo que dice la persona de la imagen o cómo suena la escena. No se puede combinar con reference_audio_urls. No cambia el precio.

Valor predeterminado: Sin especificar
Restricciones: minLength:1
format:"uri"
contentMediaType:["image/jpeg","image/png","image/webp","image/gif"]

reference_audio_urlsarray<string>Opcional

Hasta tres clips MP3 o WAV de referencia: súbelos o indica URL públicas. Cada clip puede durar hasta 30 segundos y pesar hasta 10 MB. En prompt se llaman @Audio1, @Audio2 y @Audio3 según el orden de carga, por ejemplo “Con la voz de @Audio1, …”. No se puede combinar con image_url. Usa solo voces y grabaciones que tengas derecho a usar. No cambia el precio.

Valor predeterminado: Sin especificar
Restricciones: maxItems:3

{
  "additionalProperties": false,
  "properties": {
    "image_url": {
      "contentMediaType": [
        "image/jpeg",
        "image/png",
        "image/webp",
        "image/gif"
      ],
      "description": "Optional reference image to build the audio around. Not with reference_audio_urls.",
      "format": "uri",
      "minLength": 1,
      "type": "string",
      "x-ui": {
        "accept": [
          "image/jpeg",
          "image/png",
          "image/webp"
        ],
        "advanced": false,
        "order": 85,
        "widget": "upload"
      }
    },
    "output_format": {
      "default": "mp3",
      "description": "File format of the result; pcm is headerless 16-bit little-endian stereo samples.",
      "enum": [
        "mp3",
        "wav",
        "opus",
        "pcm"
      ],
      "type": "string",
      "x-ui": {
        "order": 40,
        "widget": "select"
      }
    },
    "pitch": {
      "default": 0,
      "description": "Pitch shift in semitones; 0 keeps the original pitch.",
      "maximum": 12,
      "minimum": -12,
      "type": "integer",
      "x-ui": {
        "advanced": false,
        "order": 56,
        "step": 1,
        "widget": "slider"
      }
    },
    "prompt": {
      "description": "Describe the whole audio scene: who speaks, how, what they say (in quotes), and any music, ambience or sound effects.",
      "maxLength": 2000,
      "minLength": 1,
      "type": "string",
      "x-ui": {
        "order": 100,
        "primary": true,
        "reference_tokens": {
          "reference_audio_urls": "@Audio{index}"
        },
        "rows": 6,
        "widget": "textarea"
      }
    },
    "reference_audio_urls": {
      "description": "Up to three reference clips, called @Audio1 to @Audio3 in the prompt. Not with image_url.",
      "items": {
        "contentMediaType": [
          "audio/mpeg",
          "audio/wav"
        ],
        "format": "uri",
        "minLength": 1,
        "type": "string"
      },
      "maxItems": 3,
      "type": "array",
      "x-ui": {
        "accept": [
          "audio/mpeg",
          "audio/wav"
        ],
        "advanced": false,
        "max_size_mb": 10,
        "order": 90,
        "widget": "multi-upload"
      }
    },
    "sample_rate": {
      "description": "Sample rate in Hz. The model uses 24000 when omitted.",
      "enum": [
        8000,
        16000,
        24000,
        32000,
        44100,
        48000
      ],
      "type": "integer",
      "x-ui": {
        "order": 38,
        "unit": "Hz",
        "widget": "select"
      }
    },
    "speed": {
      "default": 1,
      "description": "Speech rate multiplier; 1 is normal.",
      "maximum": 2,
      "minimum": 0.5,
      "type": "number",
      "x-ui": {
        "advanced": false,
        "order": 58,
        "step": 0.05,
        "widget": "slider"
      }
    },
    "volume": {
      "default": 1,
      "description": "Loudness multiplier; 1 is the normal level.",
      "maximum": 2,
      "minimum": 0.5,
      "type": "number",
      "x-ui": {
        "advanced": false,
        "order": 54,
        "step": 0.05,
        "widget": "slider"
      }
    }
  },
  "required": [
    "prompt"
  ],
  "type": "object",
  "x-pricing": {
    "billingMode": "per_unit",
    "variantFields": []
  }
}

Seguir la tarea

HTTP 202 significa que la tarea se aceptó, no que haya terminado. Guarda el taskId devuelto y consulta esa tarea. No crees otra mientras esperas el resultado.

Solicitud aceptada

HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

La respuesta de aceptación incluye la estimación para que tu aplicación pueda mostrar el mismo importe en el historial de tareas y en la facturación.

Consultar la tarea

curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Empieza consultando cada 2 segundos aproximadamente y ve espaciando los intentos. Párate en un estado final. Si se cae la conexión, consulta el taskId original. Vuelve a crear la tarea solo con la clave de idempotencia y el cuerpo originales.

O recibe el resultado por callback

import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

Pasa callBackUrl al crear la tarea y recibirás el registro terminado por POST, sin un bucle de consultas de estado. Cada entrega lleva X-Webhook-Timestamp, X-Webhook-Signature y X-Webhook-Payload-Version. La firma es un HMAC-SHA256 en base64 sobre taskId.timestamp.sha256(body), así que debes verificarla con los bytes originales: si analizas el JSON y vuelves a serializarlo, los bytes cambian y la verificación falla. Las entregas fallidas se reintentan, de modo que el mismo taskId puede llegar dos veces; haz que tu manejador sea idempotente. Responde 2xx primero y haz el trabajo después: un manejador lento se trata como una entrega fallida.

Leer el resultado

Procesa output solo cuando state sea succeeded. Si falla, consulta errorCode, errorMessage y request_id. Los costos y estados de ejemplo no representan una factura real.

Ejemplo de respuesta completada

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "bytedance/seed-audio-1.0/text-to-audio",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp3",
          "mime": "audio/mpeg",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp3?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

Para cada archivo disponible, abre o descarga assets[].url directamente, sin la cabecera Authorization de la API. El enlace firmado expira en expiresAt: vuelve a consultar la tarea para renovarlo mientras el archivo siga dentro del periodo de conservación. Un archivo pendiente o no disponible no trae URL. Trata los enlaces firmados como datos privados.

SDK e integraciones

Usa SpicyAPI en tu app, terminal, asistente de IA o flujo visual. Elige una guía de configuración.

SDKs

TypeScript · Python · Go · PHP · Java

CLI

Comandos de terminal y scripts de automatización.

MCP

Claude Code · Cursor · Codex

Agent Skill

Instrucciones reutilizables para tu asistente de IA.

n8n

Nodos comunitarios para instalaciones propias y plantillas HTTP Request importables para n8n Cloud.

ComfyUI

Flujos de imagen, video y audio en un lienzo de nodos.

Más integraciones

SillyTavern Telegram / Discord App proxy OpenAI SDK LangChain Vercel AI SDK

Explorar flujos listos para usar

No hace falta que escribas nada del código anterior. Conecta el servidor MCP una vez y cualquier agente que use MCP — Claude Code, Codex, Cursor, Windsurf, VS Code, Gemini CLI, Cline, LibreChat — podrá ejecutar este modelo por su nombre. También puedes ejecutarlo desde tu terminal con un solo comando.

Dile esto a tu agente

Use bytedance/seed-audio-1.0/text-to-audio to generate a portrait of a dancer under neon light, and save it to ./out/.

El agente busca el modelo en el catálogo actualizado, sube el archivo local por ti, te muestra la cotización exacta y el cargo máximo, y espera tu confirmación. No se cobra nada hasta que aceptes.

Conéctalo una sola vez

claude mcp add spicyapi -e SPICY_API_KEY=$SPICY_API_KEY \
  -- npx --yes --package=@spicyapi/mcp spicyapi-mcp
npx skills add spicyapi-ai/spicy-skill

La primera línea le da las herramientas al agente; la segunda le da el Skill, las reglas para usarlas: consultar la cotización antes de cobrar, subir los archivos locales en lugar de pegar sus bytes y leer la URL del resultado en vez de adivinarla. Los demás clientes usan el mismo servidor desde su propio archivo de configuración: consulta el área de desarrolladores.

O un comando en tu terminal

npx @spicyapi/cli tasks create --model bytedance/seed-audio-1.0/text-to-audio \
  --input-json '{"output_format":"mp3","prompt":"Calm ambient pads with a slow rising motif"}' \
  --wait

La entrada usa el esquema de este endpoint, igual que los ejemplos de arriba. --wait consulta el estado hasta que la tarea termina y lo imprime; agrega --yes para omitir la confirmación en CI. Define antes SPICY_API_KEY: una misma clave sirve para la API, la CLI y el servidor MCP.

Cuánto se conservan los resultados

npx @spicyapi/cli tasks create --model bytedance/seed-audio-1.0/text-to-audio \
  --input-json '{…}' --retention 1h --wait

npx @spicyapi/cli tasks get $TASK_ID   # read back the retention that applied

--retention solo acorta el plazo: 30m, 1h, 7d, o 0 para borrar en cuanto la tarea llega a un estado final. Se aplica el plazo más corto entre tu solicitud, los ajustes de tu cuenta y el máximo de la plataforma. Consúltalo en el registro de la tarea en vez de asumir que se aplicó el plazo que pediste. Pedir más tiempo del que permite tu cuenta no tiene efecto.

Úsalo en ComfyUI

Instala los nodos de SpicyAPI desde ComfyUI Manager o con el comando de abajo y busca Seed Audio 1.0 · Text to Audio en el lienzo. El nodo tiene las mismas opciones que esta página y muestra su precio antes de ejecutarse.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi

Ejemplos de workflows Guía de configuración Código en GitHub

El panel incrustado lee el mismo esquema que esta página, así que no puede desincronizarse de la API. Si tu documentación necesita contenido indexable, toma el JSON de /api/embed/models/ y renderízalo tú mismo.

<iframe src="https://spicyapi.ai/embed/es/models/seed-audio-1-0/api?model=bytedance%2Fseed-audio-1.0%2Ftext-to-audio" width="100%" height="560" loading="lazy" title="Ejemplo de solicitud" style="border:1px solid rgba(0,0,0,.12)"></iframe>

Abrir el panel

Playground

Enviar una solicitud

Autenticación de API

Parámetros de entrada

Seguir la tarea

Leer el resultado

SDK e integraciones

Úsalo en ComfyUI