Wprowadzenie
Rozdziel istniejące nagranie na głos i dźwięk tła jednym żądaniem. Wykorzystaj obie wydzielone ścieżki do ćwiczeń muzycznych, montażu narracji lub nowego miksu.
| Pole | Wartość |
|---|---|
| Wejście | Tekst |
| Wyjście | Audio |
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
audio_url | Tak | Zmiksowane nagranie do rozdzielenia, przekazane jako URL audio. Pole przesyłania przyjmuje MP3 lub WAV. od 1 znaków |
Cennik
$0.0012 / sekunda
Opłata jest naliczana jednokrotnie za każdą sekundę wejściowego audio, z zaokrągleniem w górę do pełnej sekundy. Obie ścieżki są objęte tą samą opłatą za czas trwania. Ten endpoint przyjmuje od 1 do 600 sekund.
Zastosowania
Tekst → audio-separation → Audio
audio-separation
Audio
Zadanie asynchroniczne
Wskazówki
Wprowadzenie
Vocal Isolator rozdziela istniejące nagranie audio na ścieżkę głosu i ścieżkę tła. Prześlij zmiksowane nagranie przez audio_url; nie potrzeba promptu ani wcześniej wygenerowanego zadania muzycznego. Ten endpoint służy do pracy z dźwiękiem, który już masz, na przykład nagraniem próby piosenki, klipem z narracją lub nagraniem podcastu z muzyką w tle.
Najważniejsze funkcje i cechy
Dwie wydzielone ścieżki z jednego nagrania
Zadanie ma zwracać obie części tego samego źródła: najpierw głos, a następnie pozostałe tło. W muzyce tłem jest akompaniament instrumentalny. W nagraniu mowy może ono obejmować muzykę i dźwięki otoczenia. Są to powiązane ścieżki z jednego procesu przetwarzania, a nie dwa alternatywne wyniki generowania do wyboru. Po rozdzieleniu mogą pozostać słyszalne przesłuchy lub mogą zniknąć szczegóły nakładające się w obu częściach.
Długość źródła określa ilość podlegającą rozliczeniu
Opłata zależy od nagrania wejściowego, z zaokrągleniem w górę do pełnych sekund. Otrzymanie dwóch ścieżek nie podwaja tego czasu. Ten endpoint przyjmuje nagrania od 1 do 600 sekund. Nie udostępnia ustawienia żądanej długości wyniku, wyboru mówcy ani ustawienia kodeka wyjściowego. Zachowaj oryginalny miks razem z oboma wynikami, aby porównać rozdzielenie bez utraty nagrania, od którego zaczynasz.
Zastosowania
Przygotowanie ścieżki do ćwiczeń muzycznych
Wykorzystaj ścieżkę tła jako własny podkład do prób, a ścieżkę głosu zachowaj do sprawdzania frazowania. Odsłuchaj zarówno pauzy, jak i głośne fragmenty: w akompaniamencie mogą pozostać pogłos i chórki. Porównuj przy podobnej głośności odsłuchu, zanim zdecydujesz, czy ścieżka nadaje się do prób.
Oddzielenie narracji od istniejącego miksu
W klipie z mową na tle muzyki odsłuchaj wynikową ścieżkę głosu przed wstawieniem jej do nowego montażu. Ścieżka tła może przydać się jako punkt odniesienia przy montażu, ale nie ma gwarancji, że zawiera wyłącznie muzykę. Podczas porównywania w edytorze wyrównaj obie ścieżki do tego samego początku źródła.
Przewodnik po promptach i praktyczne wskazówki
Przygotowanie nagrania źródłowego
Nie ma tu promptu do dostosowania. Prześlij najczystszą dostępną wersję zmiksowanego nagrania zamiast nagrania odtwarzania z głośników lub dodatkowo skompresowanej kopii. Użyj MP3 lub WAV w polu przesyłania. Ten endpoint przetwarza cały dostarczony plik; jeśli potrzebujesz tylko części dłuższego nagrania, najpierw przygotuj osobny klip źródłowy. Zachowaj oryginał i nadaj wynikowym ścieżkom odrębne nazwy.
Sprawdzenie obu ścieżek przed użyciem
Sprawdź spółgłoski w mowie, podtrzymywane dźwięki, ciszę między frazami oraz lewy i prawy kanał. Posłuchaj, czy muzyka przenika do głosu i czy głos pozostaje w tle. Nie zakładaj, że ponowne zsumowanie ścieżek odtworzy oryginał dokładnie. Zmierz ich rzeczywistą długość przed montażem długich sekwencji i sprawdź wyrównanie w docelowym edytorze. Format wyjściowy, częstotliwość próbkowania i jakość rozdzielenia nadal wymagają weryfikacji na Twoim materiale.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "spicyapi/vocal-isolator-v1/audio-separation",
"input": {
"audio_url": "https://example.com/reference.mp3"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.