Wie verwendet man die Mirelo SFX 2.0 API? In 5 Minuten den ersten Soundeffekt erzeugen

TL;DR

• Was ist das: Ein Text-zu-Soundeffekt-Modell, eine Beschreibung ergibt eine WAV-Datei von 1–30 Sekunden (PCM 16-Bit / 48 kHz / Mono). Mirelo SFX 2.0 Modellseite öffnen – einen Satz schreiben und anhören. Mirelo SFX 2.0 ist jetzt auf HiAPI verfügbar, neue Nutzer erhalten bei der Registrierung 200 Credits.
• Was kostet es: Abrechnung pro Ausgabesekunde zu $0,0215 pro Sekunde (43 Credits), ab 1 Sekunde; 5 Sekunden kosten $0,1075, 30 Sekunden $0,645.
• Wie ruft man es am schnellsten auf: Auf der Modellseite Beschreibung eingeben, Dauer wählen, absenden; für die Produktintegration POST /v1/tasks verwenden, model auf mirelo-sfx-2.0 setzen, input enthält nur prompt und duration.

Was ist Mirelo SFX 2.0

Es gibt nur zwei Eingabefelder: prompt und duration. Die Beschreibung umfasst 1–2.000 Zeichen; beschreiben Sie Schallquelle, Material, Aktion, Entfernung und Umgebung und ergänzen Sie Anschlag und Ausklang; duration ist eine ganze Zahl in Sekunden von 1–30, Standard ist 5. Die Ausgabe ist immer eine WAV-Datei, PCM 16-Bit, 48 kHz, Mono, ohne Formatoptionen.

Es erzeugt nur einzelne Soundeffekte und Umgebungsgeräusche: eine Anfrage für ein Schallereignis, keine Songs, keine Stimmen oder Dialoge. Ein Einschlagpunkt für den Schnitt, ein UI-Feedbackton für ein Spiel, ein Regennacht-Grundrauschen für ein Kurzvideo – genau dafür ist es da.

Der Hammerschlag auf dieser Seite liefert 1 Sekunde für $0,0215. Transiente und metallischer Nachhall passen in diese eine Sekunde:

Anhören: Hammerschlag auf Stahlträger, 1-Sekunden-WAV

A single heavy hammer strike on a steel beam in a large empty warehouse, sharp transient, long metallic ring, close perspective.

Mit diesem Prompt generieren → Der Link füllt nur die Beschreibung vor; nach dem Öffnen duration auf 1 Sekunde setzen, dann ist es genau dieser Sound.

Noch ein 10-Sekunden-Umgebungsgeräusch-Beispiel, dasselbe Modell, dieselben Felder:

Anhören: Regennacht auf Metalldach, 10-Sekunden-WAV

Online testen: in 4 Schritten den ersten Sound hören

1. Mirelo SFX 2.0 Modellseite öffnen; bei der Registrierung gibt es 200 Credits.
2. Die obige Hammerschlag-Beschreibung in das Beschreibungsfeld einfügen oder durch den gewünschten Sound ersetzen.
3. duration auf 1–3 Sekunden setzen, zuerst Anschlag und Ausklang anhören.
4. Auf Absenden klicken, im Player erscheint die WAV-Datei, die direkt heruntergeladen werden kann.

Schritt 3 nicht überspringen. Dieselbe Beschreibung ist bei 1 Sekunde und 10 Sekunden etwas völlig anderes; erst kurz, dann lang spart die Kosten für wiederholte Generierungen.

API-Integration: in 4 Schritten zum Laufen

1. In der Konsole einen API Key erstellen.
2. POST https://api.hiapi.ai/v1/tasks, model auf mirelo-sfx-2.0 setzen, in input prompt und duration ablegen.
3. Die zurückgegebene taskId entgegennehmen, auf die callback-Benachrichtigung warten oder GET /v1/tasks/{taskId} abfragen.
4. Wenn status zu success wird, aus output den Eintrag mit type gleich audio entnehmen und über dessen url die WAV-Datei herunterladen.

Lauffähiges curl

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mirelo-sfx-2.0",
    "input": {
      "prompt": "A single heavy hammer strike on a steel beam in a large empty warehouse, sharp transient, long metallic ring, close perspective.",
      "duration": 1
    }
  }'

Die Task-ID in der Antwort steht unter data.taskId:

{"code":200,"data":{"taskId":"tk-hiapi-..."},"message":"success"}

Mit dieser ID den Status abfragen:

curl -s https://api.hiapi.ai/v1/tasks/YOUR_TASK_ID \
  -H "Authorization: Bearer YOUR_API_KEY"

data.status durchläuft queued, handling, success oder fail. Bei Erfolg in data.output den Eintrag suchen, dessen type gleich audio ist.

Python-Version: Erstellen, Abfragen, Herunterladen in einem Durchgang

import requests
import time

BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY"}

payload = {
    "model": "mirelo-sfx-2.0",
    "input": {
        "prompt": "A single heavy hammer strike on a steel beam in a large empty warehouse, sharp transient, long metallic ring, close perspective.",
        "duration": 1,
    },
}

task_id = requests.post(BASE, headers=HEADERS, json=payload, timeout=30).json()["data"]["taskId"]

while True:
    data = requests.get(f"{BASE}/{task_id}", headers=HEADERS, timeout=30).json()["data"]
    if data["status"] in ("success", "fail"):
        break
    time.sleep(2)

if data["status"] == "success":
    audio_url = next(item["url"] for item in data["output"] if item["type"] == "audio")
    with open("effect.wav", "wb") as f:
        f.write(requests.get(audio_url, timeout=60).content)
    print("saved effect.wav")
else:
    print(data.get("error"))

Soundeffekt-Tasks sind viel kürzer als Video-Tasks; ein Abfrageintervall von 2 Sekunden reicht, man muss nicht volle 3 Sekunden warten.

Wie man die Beschreibung schreibt: fünf Elemente

Es gibt keine zusätzlichen Parameter, prompt ist die gesamte Steuerfläche. Mit diesen fünf Punkten gelingt es auf Anhieb:

Element	Was schreiben	Entsprechender Satz im Beispiel
Schallquelle	Was erzeugt den Klang	a heavy hammer strike
Material	Das Material des klingenden Körpers	on a steel beam
Aktion	Wie und mit welcher Stärke der Klang entsteht	single, heavy
Entfernung und Umgebung	Wo der Hörer steht, wie groß der Raum ist	in a large empty warehouse, close perspective
Anschlag und Ausklang	Wie schnell der Anfang, wie lang das Ende	sharp transient, long metallic ring

Dimensionen, die man nicht sicher beherrscht, einfach weglassen; schreiben Sie keine Adjektive wie „ungefähr“ oder „filmisch“ – jedes konkrete Substantiv in der Beschreibung schlägt sich im Klang nieder. Ein Schlusssatz wie „no music and no voices“ lohnt sich, er schließt unerwünschte Ebenen mit einem Mal aus.

Wie man die Dauer wählt

Zuerst mit 1–3 Sekunden prüfen, ob Klangfarbe, Anschlag und Ausklang stimmen; für die Endfassung dann duration auf die Zielänge ziehen. Dieselbe Beschreibung hat bei 3 Sekunden und 10 Sekunden eine unterschiedliche Ereignisdichte; mit der kurzen Version die Richtung testen und mit der langen das Endprodukt holen ist viel günstiger, als direkt 30 Sekunden laufen zu lassen.

• Einschläge, UI, Klicks → 1–3 Sekunden.
• Umgebungsgeräusche, Grundrauschen, Raumatmosphäre → 10–30 Sekunden.
• An eine Szenenlänge gebunden → direkt die Sekunden der Szene gerundet eintragen; das Modell liefert in der angegebenen Sekundenzahl.

4 Dinge vor dem Go-live beachten

1. Callback plus Polling als Rückfalllösung. Im Request-Body "callback": {"url": "https://yourapp.com/webhook", "when": "final"} hinzufügen; bei Erreichen des Endzustands wird benachrichtigt; Benachrichtigungen können verloren gehen, daher zusätzlich ein regelmäßiges GET /v1/tasks/{taskId} als Ausgleich einrichten.
2. Idempotenz nach taskId. success und fail sind beide Endzustände; für dieselbe taskId können mehrere Benachrichtigungen eintreffen – vor der Verarbeitung in der Datenbank auf Duplikate prüfen.
3. Produktlinks laufen ab. Die url in output ist eine temporäre Adresse; sofort in den eigenen Speicher übertragen und nicht als langfristiges CDN verwenden.
4. Eine Beschreibung, ein Ereignis. Einschlag plus Splitterlandung, Regen plus Donner plus Hundegebell – besser in mehrere Anfragen aufteilen und separat generieren, später im Schnitt überlagern; das ist kontrollierbarer, als alles in einen Satz zu packen.

Häufige Fragen

Kann Mirelo SFX 2.0 Songs oder Stimmen generieren? Nein. Es erzeugt nur einzelne Soundeffekte und Umgebungsgeräusche, die Höchstdauer beträgt 30 Sekunden. Für Musik ein Musikmodell verwenden, für Voiceover ein Sprachmodell.

Was passiert, wenn duration nicht angegeben wird? Es wird mit 5 Sekunden generiert und $0,1075 berechnet. Für andere Längen explizit angeben, ganze Zahl von 1–30.

Kann man MP3 oder Stereo als Ausgabe wählen? Nein, immer eine WAV-Datei, PCM 16-Bit, 48 kHz, Mono. Andere Formate im Nachhinein konvertieren.

Wie lang darf die Beschreibung maximal sein? 2.000 Zeichen; genug, um eine vollständige Sound-Spezifikation unterzubringen.

Jetzt den ersten Sound starten

Die obige Hammerschlag-Beschreibung kopieren, Mirelo SFX 2.0 Modellseite öffnen, duration auf 1 Sekunde setzen und für $0,0215 einen vollständigen Einschlag anhören. Nach der Bestätigung dieselben zwei Felder in das obige curl eintragen und in den eigenen Ablauf integrieren. Vollständige Parameter siehe Integrationsdokumentation.

Weiterlesen: Mirelo SFX 2.0 Preise · vs ElevenLabs Sound Effects v2 · 4 echte Soundeffekt-Prompts