音频参考

约 276 字小于 1 分钟

音频参考用于把节奏、氛围或声音素材作为生成条件。视频画面仍由 prompt 描述，音频文件通过 metadata.content[] 传递。

请求示例

POST https://mivsub.com/v1/video/generations
Authorization: Bearer sk-frameai-xxxxxxxx
Content-Type: application/json

{
  "model": "doubao-seedance-2-0-260128",
  "prompt": "参考 [Audio 1] 的节奏，生成一段霓虹城市夜景中人物慢慢走过街道的视频",
  "seconds": "5",
  "metadata": {
    "resolution": "720p",
    "ratio": "16:9",
    "generate_audio": true,
    "watermark": false,
    "content": [
      {
        "type": "audio_url",
        "role": "reference_audio",
        "audio_url": {
          "url": "https://cdn.example.com/reference/music.mp3"
        }
      }
    ]
  }
}

字段规则

字段	说明
`type`	音频参考使用 `audio_url`。
`role`	使用 `reference_audio`，放在素材对象外层。
`audio_url.url`	公网可访问的音频 URL。
`generate_audio`	需要生成声音时设为 `true`，实际能力以模型和渠道权限为准。

如果只想生成画面、不需要模型生成音频，可以将 generate_audio 设为 false；参考音频是否参与生成仍由上游模型能力决定。任务创建后使用视频任务查询获取结果。