Przejdź do treści głównej

Seed Audio 1.0 API

Bez cenzury — Ten model deklaruje brak filtra treści. SpicyAPI przekazuje żądanie dalej, nie dokładając własnego skanowania po stronie platformy; obowiązki prawne i kwestia zgody pozostają po stronie klienta.Zobacz wszystkie modele na tym poziomie filtrowania
bytedance/seed-audio-1.0/text-to-audio

Seed Audio 1.0 od ByteDance zamienia jeden prompt w scenę MP3 do około dwóch minut, z cytowanymi kwestiami kilku postaci oraz muzyką i efektami. Do trzech klipów referencyjnych pozwala użyć głosu ponownie, z regulacją tempa, wysokości i głośności.

Od $0.36/żądanie
Uruchom model

Obszar roboczy

Wyślij żądanie

Szybki start

Przykłady korzystają z publicznych definicji parametrów wybranego endpointu. Podmień klucz API i przykładowe media, a potem wyślij żądanie ze swojego serwera.

SDK i integracje
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

Uwierzytelnianie API

Klucz API trzymaj w zmiennej środowiskowej serwera SPICY_API_KEY. Dla żądań JSON używaj uwierzytelniania Bearer i Content-Type: application/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"

Wygenerowane ze schematu wejścia tego modelu – tego samego, względem którego API waliduje każde żądanie.

Parametry wejściowe

Te pola umieść w obiekcie input w ciele żądania. Nazwy i typy odpowiadają API. Gdy wartości domyślnej nie podano, nie zakładaj żadnej.

promptstringWymagane

Opisz całą scenę w maksymalnie 2000 znakach: każdego mówcę i sposób, w jaki brzmi, jego dokładne kwestie w cudzysłowie oraz dowolną muzykę, otoczenie dźwiękowe lub efekty dźwiękowe. Do klipów referencyjnych odwołujesz się jako @Audio1–@Audio3, w kolejności przesłania.

Domyślnie
Nie określono
Ograniczenia
minLength:1
maxLength:2000
sample_rateintegerOpcjonalne

Częstotliwość próbkowania dźwięku w Hz: 8000, 16000, 24000, 32000, 44100, 48000. Wartość domyślna: 24000. Nie zmienia ceny.

Domyślnie
Nie określono
Dozwolone wartości
80001600024000320004410048000
output_formatstringOpcjonalne

Format pliku: mp3 (domyślnie), wav, opus (Ogg Opus) lub pcm, czyli surowe 16-bitowe próbki stereo little-endian, przeplatane i bez nagłówka, z wybranym sample_rate. Przeglądarki nie odtwarzają pcm; wybierz wav, aby dostać te same próbki w pliku, który da się odtworzyć. Nie zmienia ceny.

Domyślnie
"mp3"
Dozwolone wartości
"mp3""wav""opus""pcm"
volumenumberOpcjonalne

Mnożnik głośności od 0,5 do 2; 1 to normalny poziom. Nie zmienia ceny.

Domyślnie
1
Ograniczenia
minimum:0.5
maximum:2
pitchintegerOpcjonalne

Przesunięcie wysokości głosu w półtonach, od -12 do 12; 0 zachowuje naturalną wysokość głosu. Nie zmienia ceny.

Domyślnie
0
Ograniczenia
minimum:-12
maximum:12
speednumberOpcjonalne

Tempo mowy od 0,5 (wolniej) do 2 (szybciej); 1 to zwykłe tempo głosu. Nie zmienia ceny.

Domyślnie
1
Ograniczenia
minimum:0.5
maximum:2
image_urlstringOpcjonalne

Opcjonalny obraz odniesienia, wokół którego powstaje dźwięk: prześlij go albo podaj publiczny URL, a potem opisz w prompt, co mówi osoba ze zdjęcia albo jak brzmi scena. Nie można łączyć z reference_audio_urls. Nie zmienia ceny.

Domyślnie
Nie określono
Ograniczenia
minLength:1
format:"uri"
contentMediaType:["image/jpeg","image/png","image/webp","image/gif"]
reference_audio_urlsarray<string>Opcjonalne

Do trzech klipów MP3 lub WAV jako odniesienie: prześlij je albo podaj publiczne URL-e. Każdy klip może trwać do 30 sekund i ważyć do 10 MB. W prompt odwołujesz się do nich jako @Audio1, @Audio2 i @Audio3 w kolejności przesłania, np. „Głosem z @Audio1 …”. Nie można łączyć z image_url. Używaj tylko głosów i nagrań, do których masz prawa. Nie zmienia ceny.

Domyślnie
Nie określono
Ograniczenia
maxItems:3

Śledź zadanie

HTTP 202 oznacza, że zadanie zostało przyjęte, a nie ukończone. Zapisz zwrócone taskId i odpytuj właśnie to zadanie. Nie twórz kolejnego zadania, czekając na jego wynik.

Odpowiedź o przyjęciu
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"
  }
}

Odpowiedź o przyjęciu zawiera szacunek, dzięki czemu twoja aplikacja pokaże tę samą kwotę w historii zadań i w rozliczeniach.

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

Zacznij odpytywać mniej więcej co 2 sekundy i stopniowo wydłużaj odstęp. Zatrzymaj się na stanie końcowym. Po zerwaniu połączenia odpytaj pierwotne taskId. Tworzenie ponawiaj wyłącznie z pierwotnym kluczem idempotentności i pierwotnym ciałem żądania.

Albo odbierz wynik przez 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);
});

Podaj callBackUrl przy tworzeniu zadania, a gotowy rekord przyjdzie do ciebie metodą POST – bez żadnej pętli odpytywania. Każda dostawa niesie X-Webhook-Timestamp, X-Webhook-Signature i X-Webhook-Payload-Version. Podpis to HMAC-SHA256 w base64 z taskId.timestamp.sha256(body), więc trzeba go sprawdzać na surowych bajtach: sparsowanie JSON-a i ponowne zserializowanie zmienia je i weryfikacja się nie powiedzie. Nieudane dostawy są ponawiane, więc to samo taskId może przyjść dwa razy – zrób obsługę idempotentną. Najpierw odpowiedz kodem 2xx, a pracę wykonaj potem; wolna obsługa jest traktowana jak nieudana dostawa.

Odczytaj wynik

Wynik wykorzystuj dopiero przy stanie succeeded. Przy niepowodzeniu skorzystaj z errorCode, errorMessage i request_id. Przykładowe koszty i stany nie odpowiadają rzeczywistemu rozliczeniu.

Przykład odpowiedzi po zakończeniu
{
  "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"
  }
}

Każdy dostępny materiał otwieraj lub pobieraj bezpośrednio spod assets[].url, bez nagłówka Authorization. Podpisany adres wygasa o expiresAt; odpytaj zadanie ponownie, żeby go odświeżyć, dopóki materiał mieści się w okresie przechowywania. Materiał oczekujący lub niedostępny nie ma adresu. Podpisane adresy traktuj jako prywatne.

SDK i integracje

Korzystaj ze SpicyAPI w aplikacji, terminalu, asystencie AI lub wizualnym przepływie pracy. Wybierz instrukcję konfiguracji.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Polecenia terminala i skrypty automatyzacji.
MCP
Claude Code · Cursor · Codex
Agent Skill
Instrukcje wielokrotnego użytku dla asystenta AI.
n8n
Węzły społecznościowe dla instalacji self-hosted i szablony HTTP Request do importu w n8n Cloud.
ComfyUI
Przepływy obrazów, wideo i dźwięku na płótnie węzłów.

Więcej integracji

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Przeglądaj gotowe przepływy pracy

Użyj w ComfyUI

Zainstaluj węzły SpicyAPI przez ComfyUI Manager albo poleceniem poniżej, a potem wyszukaj na płótnie Seed Audio 1.0 · Text to Audio. Węzeł ma te same opcje co ta strona i pokazuje cenę, zanim ruszy.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Przykładowe workflowyPoradnik konfiguracjiKod źródłowy na GitHubie