Wprowadzenie
Suno v6 w SpicyAPI to zadanie text-to-music, które zwraca dwie gotowe wersje utworu na żądanie, każda to kompletny plik MP3 z wokalem i podkładem. Styl opisujesz w prompt, a jeśli masz słowa do zaśpiewania, wpisujesz je w lyrics. Według Suno v6 to jego niezawodny, precyzyjny model, a w naszych testach zaśpiewał tekst słowo w słowo, po kolei. Jedna stała cena obejmuje całe żądanie.
Najważniejsze funkcje
Dwa ujęcia za każdym razem
Każde żądanie zwraca dwie pełne wersje utworu. To nie są fragmenty jednej i tej samej wersji: mogą różnić się aranżacją i długością, więc zachowujesz tę, która Ci się podoba. Stała cena obejmuje obie.
Twój tekst, śpiewany tak, jak został napisany
Tekst z 11 linijek wrócił zaśpiewany linijka po linijce, w kolejności, w jakiej go napisaliśmy. Znaczniki sekcji, takie jak [Verse] i [Chorus], kształtowały strukturę, nie będąc śpiewane, a refren nie powtarzał się, jeśli nie powtarzał go sam tekst.
Trzy sposoby na słowa
Przynieś własny tekst, pozwól modelowi napisać go na podstawie prompt (generate_lyrics jest domyślnie włączone) albo włącz instrumental, aby nie było wokalu. Dokładne ustawienia, takie jak title, vocal_gender, style_weight, weirdness, variety i persony, działają, gdy przynosisz własny tekst lub wybierasz instrumental.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Opis stylu. Przy własnym tekście lub włączonym instrumental to wyłącznie styl: gatunek, tempo, instrumenty, głos, nastrój, do 1000 znaków. od 1 znaków · do 3000 znaków |
lyrics | Nie | Słowa do zaśpiewania, do 5000 znaków, jedna linijka w wierszu. od 1 znaków · do 5000 znaków |
generate_lyrics | Nie | Domyślnie włączone: gdy lyrics jest puste, a instrumental wyłączone, model pisze tekst na podstawie prompt. Tekst, który podasz, nigdy nie jest przepisywany. Domyślnie: |
instrumental | Nie | Włącz, aby uzyskać utwór bez wokalu. Wtedy prompt opisuje styl (do 1000 znaków), a lyrics nie jest potrzebne. Domyślnie: |
title | Nie | Tytuł utworu, do 80 znaków. Działa przy własnym tekście lub przy włączonym instrumental; przy wygenerowanym tekście tytuł wybiera model. od 1 znaków · do 80 znaków |
negative_prompt | Nie | Style, dźwięki lub nastroje, które mają zostać poza utworem, jako krótka lista oddzielona przecinkami, na przykład „harsh distortion, spoken word”. Opcjonalne. od 1 znaków · do 500 znaków |
vocal_gender | Nie | Przechyla głos prowadzący w stronę żeńskiego lub męskiego. To preferencja, a nie gwarancja, i nie testowaliśmy, jak często jest spełniana. |
style_weight | Nie | Jak ściśle utwór trzyma się opisu stylu, od 0 do 1 w krokach co 0,01. Działa tylko przy własnym tekście lub włączonym instrumental; w innych przypadkach zwraca czytelny błąd. |
weirdness | Nie | Jak daleko utwór może odejść od tego, czego się spodziewasz, od 0 (konwencjonalnie) do 1 (odważnie), w krokach co 0,01. |
audio_weight | Nie | Jak mocno dźwięk wejściowy wpływa na wynik, od 0 do 1 w krokach co 0,01. Suno nie obsługuje tego w utworach bez wokalu. |
variety | Nie | Jak bardzo model modyfikuje Twój prompt stylu, jako liczba całkowita od 0 (wyłączone: Twoje znaczniki stylu są używane dokładnie tak, jak je zapisałeś) do 4 (maksimum). |
persona_id | Nie | Identyfikator zapisanej persony lub głosu Suno, które zaśpiewają albo zagrają utwór. Opcjonalne. od 1 znaków · do 200 znaków |
persona_model | Nie | Mówi modelowi, czym jest |
image_urls | Nie | Do 5 obrazów nastroju (JPEG, PNG, WebP lub BMP, każdy do 10 MB), na których model opiera klimat utworu. do 5 elementów |
reference_video_urls | Nie | Jedno wideo referencyjne (MP4, MOV lub WebM, do 100 MB i 241 sekund), wokół którego powstaje utwór, na przykład aby opatrzyć je muzyką. do 1 elementów |
reference_audio_urls | Nie | Jeden plik audio referencyjny (od 6 sekund do 30 minut, do 500 MB), który inspiruje utwór. do 1 elementów |
Cennik
$0.072 / żądanie
Jedna stała cena za żądanie, obejmująca obie wersje utworu, niezależnie od ich długości.
Zastosowania
Piosenki, które już napisałeś
Wiersze, toasty, jingle i piosenki opowiadające historię: zachowaj tekst, wybierz gatunek i głos i porównaj dwie wersje. Utwory trwały od około półtorej minuty przy krótkim tekście do ponad dwóch minut przy pełnym.
Muzyka dopasowana do obrazu lub klipu
Przy wygenerowanym tekście możesz wysłać do 5 obrazów nastroju, jedno wideo referencyjne albo jedno audio referencyjne, a model napisze wokół nich piosenkę. Aby uzyskać podkład bez słów, włącz instrumental.
Wskazówki
Opisuj brzmienie, nie artystę
Wpisz gatunek, tempo w bpm, dwa lub trzy instrumenty i rodzaj głosu: „soft neo-soul ballad, 78 bpm, warm female lead vocal, Rhodes piano”. Prompty z nazwiskami prawdziwych artystów są odrzucane, więc opisz brzmienie.
Oznaczaj sekcje
Umieszczaj [Intro], [Verse], [Chorus], [Bridge] i [Outro] w osobnych wierszach i powtarzaj tekst refrenu tam, gdzie ma wracać. Więcej linijek daje dłuższy utwór; nie ma ustawienia czasu trwania.
Wiedz, co zatrzymuje filtr
Suno odrzuca najmocniejsze teksty i opisy w ciągu sekund i nie pobiera za nie opłaty. Łagodniejsze teksty i mocny język są śpiewane, więc trzymaj pisanie po tej stronie granicy.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "suno/v6/text-to-audio",
"input": {
"prompt": "Calm ambient pads with a slow rising motif"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
