视频和音频参考都放在同一个 metadata.content[] 数组中。通过 [Video 1]、[Audio 1] 明确提示词与素材的对应关系。

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 [Video 1] 的动作和镜头，参考 [Audio 1] 的节奏，生成一段舞者在舞台灯光下完成连续旋转的视频",
  "seconds": "5",
  "metadata": {
    "resolution": "720p",
    "ratio": "16:9",
    "generate_audio": true,
    "watermark": false,
    "content": [
      {
        "type": "video_url",
        "role": "reference_video",
        "video_url": {
          "url": "https://cdn.example.com/reference/dance.mp4"
        }
      },
      {
        "type": "audio_url",
        "role": "reference_audio",
        "audio_url": {
          "url": "https://cdn.example.com/reference/beat.mp3"
        }
      }
    ]
  }
}

video_url 和 audio_url 都必须是火山服务端可直接访问的公网文件地址。中转服务需要完整保留两个素材对象以及各自的 role，否则请求会退化为不完整的参考任务。

创建成功后保存任务 ID，并使用 视频任务查询 轮询。

上一页音频参考

下一页图片+音频参考