本文へスキップ

Seed Audio 1.0 API

規制なし — このモデルはコンテンツフィルターを持たないと表明しています。SpicyAPI 側で内容スキャンを追加することはなく、リクエストはそのまま転送します。法令の順守と同意の確認は、お客様の責任です。このフィルタリング水準のモデルを一覧で見る
bytedance/seed-audio-1.0/text-to-audio

ByteDance の Seed Audio 1.0 text-to-audio は、プロンプト 1 つを最長約 2 分の MP3 シーンにし、複数話者のセリフに音楽と効果音も加えます。参照クリップ 3 つまでで声を再利用でき、速度・ピッチ・音量を調整できます。

最低価格 $0.36/回
モデルを実行

プレイグラウンド

リクエストを送信

クイックスタート

例は、選択中のエンドポイントの公開パラメーター定義から作っています。API キーとサンプル素材を差し替えて、ご自身のサーバーから送信してください。

SDK・連携
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

API 認証

API キーはサーバーの環境変数 SPICY_API_KEY に保存します。Bearer 認証を使用し、JSON リクエストには Content-Type: application/json を指定してください。

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"

このモデルの入力スキーマから生成した例です。API はどのリクエストも、同じスキーマで検証します。

入力パラメーター

これらのフィールドは、リクエスト本文の input オブジェクトに指定します。名前と型は API と一致します。デフォルト値の指定がない項目に、デフォルト値があると想定しないでください。

promptstring必須

最大 2,000 文字でシーン全体を説明します。各話者とその声の特徴、引用符で囲んだ正確なセリフ、そして音楽・環境音・効果音です。参照クリップはアップロード順に @Audio1〜@Audio3 として参照します。

デフォルト値
指定なし
制約
minLength:1
maxLength:2000
sample_rateinteger任意

音声のサンプリングレート (Hz) です。8000、16000、24000、32000、44100、48000 から選べます。既定値は 24000 です。料金は変わりません。

デフォルト値
指定なし
使用可能な値
80001600024000320004410048000
output_formatstring任意

ファイル形式です。mp3 (既定)、wav、opus (Ogg Opus)、pcm から選べます。pcm はヘッダーのない 16 ビット・リトルエンディアンのステレオ生サンプル (左右交互) で、指定した sample_rate で出力されます。ブラウザーでは pcm を再生できないため、同じサンプルを再生できるファイルで受け取るなら wav を選んでください。料金は変わりません。

デフォルト値
"mp3"
使用可能な値
"mp3""wav""opus""pcm"
volumenumber任意

音量の倍率を 0.5 から 2 の範囲で指定します。1 が標準の音量です。料金は変わりません。

デフォルト値
1
制約
minimum:0.5
maximum:2
pitchinteger任意

音の高さを半音単位で -12 から 12 の範囲でずらします。0 で声本来の高さのままです。料金は変わりません。

デフォルト値
0
制約
minimum:-12
maximum:12
speednumber任意

話す速さを 0.5 (遅い) から 2 (速い) の範囲で指定します。1 が声の標準の速さです。料金は変わりません。

デフォルト値
1
制約
minimum:0.5
maximum:2
image_urlstring任意

音声の手がかりにする参考画像です (任意、アップロードまたは公開 URL)。写っている人物が何を話すか、場面がどう聞こえるかを prompt に書きます。reference_audio_urls とは併用できません。料金は変わりません。

デフォルト値
指定なし
制約
minLength:1
format:"uri"
contentMediaType:["image/jpeg","image/png","image/webp","image/gif"]
reference_audio_urlsarray<string>任意

参考にする MP3 または WAV クリップを最大 3 つまで指定します (アップロードまたは公開 URL)。1 クリップあたり 30 秒、10 MB までです。prompt ではアップロード順に @Audio1、@Audio2、@Audio3 として参照します (例:「@Audio1 の声で…」)。image_url とは併用できません。使用する権利のある声と録音だけを使ってください。料金は変わりません。

デフォルト値
指定なし
制約
maxItems:3

タスクを追跡

HTTP 202 はタスクを受け付けたという意味で、生成が終わったという意味ではありません。返ってきた taskId を保存し、そのタスクの状態を問い合わせてください。結果を待っている間に、同じ内容でタスクを作り直さないでください。

受理レスポンス
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"
  }
}

受理レスポンスには今回の概算料金が含まれるため、アプリのタスク履歴と請求画面に同じ金額を表示できます。

タスクを取得する
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

ポーリングは約 2 秒間隔から始め、徐々に間隔を延ばします。終了状態になったら止めてください。通信が切れたときも、元の taskId で状態を確認します。作成をやり直すときは、同じ冪等キーと同じ本文をそのまま使い回してください。

あるいは、コールバックに知らせてもらう
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);
});

タスク作成時に callBackUrl を渡せば、完了したレコードが POST で届きます——ポーリングは一切不要です。配信には毎回 X-Webhook-Timestamp、X-Webhook-Signature、X-Webhook-Payload-Version が付きます。署名は taskId.timestamp.sha256(body) に対する HMAC-SHA256（base64）なので、生のバイト列で検証してください。JSON を解析して再度文字列化するとバイト列が変わり、検証は必ず失敗します。失敗した配信は再送されるため同じ taskId が二度届くことがあります。ハンドラーは冪等に。まず 2xx を返し、処理はその後で——応答が遅いと配信失敗として扱われます。

結果を取得

output を読むのは、state が succeeded のときだけにしてください。失敗したときは errorCode、errorMessage、request_id を手がかりに調べます。例に出ている料金や状態は、実際の請求ではありません。

完了レスポンスの例
{
  "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"
  }
}

利用可能なファイルは assets[].url からそのまま開くか、ダウンロードできます。API の Authorization ヘッダーは不要です。署名付き URL は expiresAt で失効しますが、保存期間内であればタスクを再取得することで更新できます。処理中または利用できないファイルに URL はありません。署名付き URL は非公開情報として扱ってください。

SDK・連携

アプリ、ターミナル、AI アシスタント、ビジュアルワークフローで SpicyAPI を活用。接続ガイドを選んでください。

SDKs
TypeScript · Python · Go · PHP · Java
CLI
ターミナルコマンドと自動化スクリプト。
MCP
Claude Code · Cursor · Codex
Agent Skill
AI アシスタントで再利用できる手順。
n8n
セルフホスト版のコミュニティノードと、n8n Cloud にインポートできる HTTP Request テンプレート。
ComfyUI
ノードで組み立てる画像・動画・音声ワークフロー。

その他の連携

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
すぐ使えるワークフローを見る

ComfyUI で使う

ComfyUI Manager か下のコマンドで SpicyAPI ノードをインストールしたら、キャンバスで Seed Audio 1.0 · Text to Audio を検索してください。このノードにはこのページと同じオプションがあり、実行前に価格が表示されます。

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
ワークフロー例セットアップガイドGitHub のソース