Des pistes sonores synchronisées par image générées directement à partir d’une vidéo, ou de la musique à partir d’une invite texte, avec une direction par segment et une séparation par tige.
SoniloProduction audioPublié 18 juin 2026Endpoint propriétaireNouveauDes pistes sonores synchronisées par image générées directement à partir d’une vidéo, ou de la musique à partir d’une invite texte, avec une direction par segment et une séparation par tige.
sonilo-v1-1/v1/audio/generationssonilo-v1.1sonilo/v1.1sonilo-musicsonilo/sonilo-v1-1Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
Sonilo v1.1 fonctionne via POST /v1/audio/generations. La requête renvoie immédiatement un job_id ; interrogez GET /v1/jobs/{job_id} jusqu'à la fin du job et lisez les URLs de sortie dans le résultat. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
curl https://api.empiriolabs.ai/v1/audio/generations \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "sonilo-v1-1",
"prompt": "Describe what you want Sonilo v1.1 to generate."
}'curl https://api.empiriolabs.ai/v1/jobs/JOB_ID \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY"import requests
response = requests.post(
"https://api.empiriolabs.ai/v1/audio/generations",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
json={
"model": "sonilo-v1-1",
"prompt": "Describe what you want Sonilo v1.1 to generate.",
},
)
job = response.json()
# Generation runs as an async job. Poll until it completes.
import time
while True:
status = requests.get(
f"https://api.empiriolabs.ai/v1/jobs/{job['job_id']}",
headers={"Authorization": "Bearer YOUR_EMPIRIOLABS_API_KEY"},
).json()
if status.get("status") in ("completed", "failed"):
print(status)
break
time.sleep(5)Paramètres de requête pris en charge par l'API Sonilo v1.1 sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| prompt | string | - | - | Style ou direction créative pour la musique. Obligatoire lors de la génération uniquement à partir du texte. Optionnel lors de la composition d’une vidéo, où la... |
| mode | enum | auto | auto, text, video | Enregistre automatiquement une vidéo jointe et revient au texte en musique lorsqu’il n’y a pas de vidéo. Définissez le texte ou la vidéo pour épingler le comportement. |
| duration | number | - | 5 à 360 | Longueur de la piste en secondes. Mode texte uniquement. En mode vidéo, la piste suit la durée de la vidéo source. Laissez la piste vide pour laisser la demande décider. |
| output_format | enum | m4a | m4a, wav, mp3 | Format audio délivré. M4A est AAC, WAV est PCM 16 bits, MP3 est 320 kbps. |
| variants_num | number | 1 | 1 à 10 | Combien de directions musicales distinctes générer dans une même requête. Chaque variante est facturée séparément au rythme par seconde, et le minimum de 10 secondes... |
| stems | boolean | false | - | Retournez aussi la piste générée divisée en batterie, basse, voix et autres. Cela n’ajoute aucune charge et ajoute quelques minutes d’attente. |
| ducking | boolean | false | - | Retournez aussi une prise avec la musique plongée sous la voix dans la vidéo source pour que les dialogues restent intelligibles. Cela n’ajoute aucune charge. |
| preserve_speech | boolean | false | - | Gardez la voix de la vidéo source et retournez la voix isolée ainsi qu’une piste mixte en plus de la musique. |
| prompt_influence | number | 0.5 | 0 à 1 | À quel point la musique suit fortement l’invite plutôt que la séquence. Plus bas laisse la vidéo mener, plus haut suit la consigne plus littéralement. Ça n’ajoute... |
| segments | string | - | - | Array JSON de segments chronométrés pour la direction scène par scène. Chaque entrée prend le début, la fin et la consigne en quelques secondes. |
| video_url | string | - | - | Vidéo source pour scorer, sous forme d’URL accessible publiquement. Jusqu’à 300 Mo et 6 minutes. Télécharger une vidéo dans le playground règle cela pour vous. |
Modes - Analyse automatique de la vidéo jointe, puis revient au texte en musique en absence de vidéo - Le mode vidéo suit les coupes et le rythme de la séquence source - Le mode texte est généré uniquement à partir d’une invite Contrôles Prend en charge la durée de la demande, mode, vidéo source, durée de 5 à 360 secondes en mode texte, sortie m4a, wav ou mp3, 1 à 10 variantes, séparation de tige, ducking, préservation de la parole, influence de prompt et prompts de segments JSON. Limits - Vidéo source jusqu’à 300 Mo et 6 minutes - Durée de 5 à 360 secondes en mode texte. Le mode vidéo suit la durée de la source - Le ducking, la préservation de la voix et l’influence des prompts s’appliquent uniquement au mode vidéo Billing - Facturé par seconde générée au tarif catalogue, avec un minimum de 10 secondes par piste. Une piste de 4 secondes facture 10 secondes. - Chaque variante est facturée séparément et le minimum de 10 secondes s’applique à chacune. - La séparation de la tige, le ducking et l’influence rapide n’ajoutent aucune charge. - Une demande rejetée avant la génération n’est pas facturée.
Sur EmpirioLabs, Sonilo v1.1 est facturé à l'usage : Texte en musique $0.0045 par seconde générée; Vidéo sur musique $0.018 par seconde générée. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
Sonilo v1.1 est servi via POST /v1/audio/generations sur api.empiriolabs.ai avec une authentification standard par token Bearer.
Oui. Le playground EmpirioLabs exécute Sonilo v1.1 dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.
