Introduction
Séparez un enregistrement existant en voix et en fond sonore en une seule requête. Utilisez les deux pistes séparées pour la pratique musicale, le montage de narration ou un nouveau mixage.
| Champ | Valeur |
|---|---|
| Entrée | Texte |
| Sortie | Audio |
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
audio_url | Oui | L’enregistrement mixé à séparer, fourni sous forme d’URL audio. Le contrôle d’import accepte les fichiers MP3 ou WAV. 1 caractères minimum |
Tarification
$0.0012 / seconde
La durée de l’audio d’entrée est facturée une seule fois, à la seconde, avec arrondi à la seconde supérieure. Les deux pistes sont incluses dans cette même facturation de durée. Cet endpoint accepte de 1 à 600 secondes.
Cas d’utilisation
Texte → audio-separation → Audio
audio-separation
Audio
Tâche asynchrone
Guide de prompt et conseils pratiques
Introduction
Vocal Isolator sépare un enregistrement audio existant en une piste de voix et une piste de fond sonore. Envoyez l’enregistrement mixé via audio_url ; aucun prompt ni tâche de musique générée au préalable n’est nécessaire. Cet endpoint sert à travailler avec du son que vous possédez déjà, par exemple une répétition musicale, un clip avec narration ou un enregistrement de podcast avec de la musique en fond.
Fonctionnalités clés et points forts
Deux pistes séparées à partir d’un enregistrement
La tâche est conçue pour renvoyer les deux parties de la même source : la voix en premier, puis le fond sonore restant. En musique, le fond sonore correspond à l’accompagnement instrumental. Dans un enregistrement parlé, il peut inclure de la musique et des sons ambiants. Il s’agit de pistes liées issues d’un seul traitement, et non de deux générations alternatives entre lesquelles choisir. La séparation peut laisser des sons résiduels audibles ou supprimer des détails communs aux deux parties.
La durée de la source détermine la quantité facturée
La facturation suit la durée de l’enregistrement d’entrée, arrondie à la seconde supérieure. Recevoir deux pistes ne double pas cette durée. Cet endpoint accepte les enregistrements de 1 à 600 secondes. Il ne propose ni choix de durée de sortie, ni sélection de locuteur, ni réglage du codec de sortie. Conservez le mixage original avec les deux résultats afin de comparer la séparation sans perdre l’enregistrement de départ.
Cas d’utilisation
Préparer une piste pour pratiquer la musique
Utilisez la piste de fond sonore comme accompagnement pour répéter, et gardez la piste de voix pour vérifier le phrasé. Écoutez les pauses autant que les passages forts : de la réverbération et des chœurs peuvent rester dans l’accompagnement. Comparez à des niveaux d’écoute similaires avant de décider si une piste convient à la répétition.
Séparer la narration d’un mixage existant
Pour un clip où la parole se superpose à la musique, écoutez le résultat vocal avant de l’insérer dans un nouveau montage. La piste de fond sonore peut servir de référence de montage, mais il n’est pas garanti qu’elle ne contienne que de la musique. Lors de la comparaison dans votre éditeur, alignez les deux pistes sur le même début de source.
Guide des prompts et conseils pratiques
Préparer l’enregistrement source
Il n’y a pas de prompt à ajuster. Importez la version la plus claire de l’enregistrement mixé dont vous disposez, plutôt qu’un enregistrement de lecture sur haut-parleur ou une copie recompressée. Utilisez le contrôle d’import pour envoyer un fichier MP3 ou WAV. Cet endpoint traite l’intégralité du fichier fourni ; préparez d’abord un extrait source séparé si vous n’avez besoin que d’une partie d’un enregistrement plus long. Préservez l’original et donnez des noms distincts aux pistes qui en sont issues.
Vérifier les deux pistes avant de les utiliser
Vérifiez les consonnes de la parole, les notes tenues, les silences entre les phrases et les canaux gauche et droit. Repérez les sons musicaux résiduels dans la voix et la voix restant dans le fond sonore. Ne supposez pas que le mélange des pistes reconstitue exactement l’original. Mesurez leurs durées réelles avant de monter de longues séquences et vérifiez l’alignement dans l’éditeur cible. Le format de sortie, la fréquence d’échantillonnage et la qualité de séparation nécessitent encore une validation avec vos propres médias.
Démarrage rapide de l’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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "spicyapi/vocal-isolator-v1/audio-separation",
"input": {
"audio_url": "https://example.com/reference.mp3"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.