Comment utiliser l'API Mirelo SFX 2.0 ? Générez votre premier effet sonore en 5 minutes

En bref

• C'est quoi : un modèle de génération d'effets sonores à partir de texte, où une description donne un WAV de 1 à 30 secondes (PCM 16 bits / 48 kHz / mono). Ouvrez la page du modèle Mirelo SFX 2.0 et écrivez une phrase pour l'écouter. Mirelo SFX 2.0 est disponible sur HiAPI, et les nouveaux utilisateurs reçoivent 200 crédits à l'inscription.
• Combien ça coûte : la facturation se fait à la seconde de sortie, à 0,0215 $ par seconde (43 crédits), à partir de 1 seconde ; 5 secondes coûtent 0,1075 $, 30 secondes 0,645 $.
• Comment l'appeler au plus vite : sur la page du modèle, remplissez la description, choisissez la durée, soumettez ; pour l'intégrer à votre produit, utilisez POST /v1/tasks, mettez mirelo-sfx-2.0 dans model, et input ne contient que prompt et duration.

Qu'est-ce que Mirelo SFX 2.0

L'entrée ne comporte que deux champs : prompt et duration. La description fait de 1 à 2 000 caractères ; précisez la source sonore, la matière, l'action, la distance et l'environnement, puis ajoutez l'attaque et la queue du son ; duration est un nombre entier de secondes de 1 à 30, par défaut 5. La sortie est toujours un unique fichier WAV, PCM 16 bits, 48 kHz, mono, sans option de format.

Il ne produit que des effets sonores isolés et des ambiances : une requête correspond à un seul événement sonore, il ne génère ni chansons, ni voix, ni dialogues. Ajouter un point d'impact à un montage, un retour sonore d'interface pour un jeu, ou un fond de pluie nocturne pour une vidéo courte, c'est son domaine.

Sur le site, ce coup de marteau dure 1 seconde et coûte 0,0215 $. Le transitoire et la résonance métallique tiennent tous deux dans cette seconde :

Écouter : coup de marteau sur une poutre en acier, WAV de 1 seconde

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

Générer avec ce prompt → Le lien ne préremplit que la description ; une fois ouvert, réglez duration sur 1 seconde pour obtenir exactement ce son.

Écoutez maintenant un autre exemple d'ambiance de 10 secondes, avec le même modèle et les mêmes champs :

Écouter : toit métallique sous la pluie nocturne, WAV de 10 secondes

Essai en ligne : 4 étapes pour entendre le premier son

1. Ouvrez la page du modèle Mirelo SFX 2.0 ; l'inscription vous donne 200 crédits.
2. Collez la description du coup de marteau ci-dessus dans le champ de description, ou remplacez-la par le son que vous voulez.
3. Réglez duration sur 1 à 3 secondes pour écouter d'abord l'attaque et la queue du son.
4. Cliquez sur soumettre : le lecteur lit un WAV, que vous pouvez télécharger directement.

Ne sautez pas l'étape 3. La même description donne deux choses différentes en 1 seconde et en 10 secondes ; commencer par le court puis allonger permet d'économiser le coût des générations répétées.

Intégration API : 4 étapes pour la faire tourner

1. Créez une clé API dans la console.
2. Faites un POST https://api.hiapi.ai/v1/tasks, mettez mirelo-sfx-2.0 dans model, et placez prompt et duration dans input.
3. Récupérez le taskId renvoyé, attendez la notification callback, ou interrogez GET /v1/tasks/{taskId}.
4. Une fois status passé à success, prenez dans output l'élément dont type vaut audio et utilisez son url pour télécharger le WAV.

curl exécutable

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
    }
  }'

L'ID de tâche se trouve dans data.taskId de la réponse :

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

Utilisez cet ID pour vérifier l'état :

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

data.status passe par queued, handling, puis success ou fail. En cas de succès, cherchez dans data.output l'élément dont type vaut audio.

Version Python : création, interrogation et téléchargement en un seul bloc

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"))

Les tâches d'effets sonores sont bien plus courtes que celles de vidéo : un intervalle d'interrogation de 2 secondes suffit, pas besoin d'attendre 3 secondes complètes.

Comment écrire la description : cinq éléments

Il n'y a aucun paramètre supplémentaire, prompt est toute la surface de contrôle. Écrivez selon ces cinq points pour viser juste du premier coup :

Élément	Quoi écrire	Phrase correspondante dans l'exemple
Source sonore	Ce qui produit le son	a heavy hammer strike
Matière	Le matériau de l'objet qui sonne	on a steel beam
Action	Comment le son est produit, avec quelle force	single, heavy
Distance et environnement	Où est l'auditeur, quelle taille fait l'espace	in a large empty warehouse, close perspective
Attaque et queue	Vitesse du début, longueur de la fin	sharp transient, long metallic ring

Omettez les dimensions que vous ne maîtrisez pas, et n'écrivez pas d'adjectifs comme « à peu près » ou « cinématographique » — chaque nom concret de la description se retrouve dans le son. Une phrase finale comme « no music and no voices » vaut la peine : elle exclut d'un coup les couches non désirées.

Comment choisir la durée

Commencez par 1 à 3 secondes pour vérifier le timbre, l'attaque et la queue du son, puis poussez duration à la longueur cible pour la version finale. La même description en 3 secondes et en 10 secondes donne une densité d'événements différente ; la version courte teste la direction, la version longue donne le produit fini, et c'est bien moins cher que de lancer directement 30 secondes.

• Impacts, UI, clics → 1 à 3 secondes.
• Ambiances, bruits de fond, atmosphère d'une pièce → 10 à 30 secondes.
• Pour caler la longueur d'un plan → saisissez directement le nombre de secondes du plan, arrondi, et le modèle livre la durée que vous indiquez.

4 points à surveiller avant la mise en production

1. Ajoutez un filet de sécurité par interrogation en plus du callback. Ajoutez "callback": {"url": "https://yourapp.com/webhook", "when": "final"} au corps de la requête : la tâche vous notifie lorsqu'elle atteint un état final ; la notification peut se perdre, donc ajoutez aussi un GET /v1/tasks/{taskId} périodique en compensation.
2. Soyez idempotent par taskId. success et fail sont tous deux des états finaux, et un même taskId peut recevoir plusieurs notifications : vérifiez en base et dédupliquez avant de traiter.
3. Les liens des produits expirent. L'url dans output est une adresse temporaire ; une fois obtenue, transférez le fichier vers votre propre stockage, ne l'utilisez pas comme CDN à long terme.
4. Une description ne raconte qu'un seul événement. Un impact plus des éclats qui tombent, ou de la pluie plus du tonnerre plus un chien qui aboie : découpez en plusieurs requêtes générées séparément, puis superposez au montage ; c'est plus contrôlable que de tout entasser dans une phrase.

Questions fréquentes

Mirelo SFX 2.0 peut-il générer des chansons ou des voix ? Non. Il ne produit que des effets sonores isolés et des ambiances, avec une durée maximale de 30 secondes. Pour de la musique, utilisez un modèle musical ; pour une narration, un modèle vocal.

Que se passe-t-il si duration n'est pas renseigné ? La génération se fait sur 5 secondes, et 0,1075 $ sont débités. Pour une autre longueur, écrivez-la explicitement, en entier de 1 à 30.

Peut-on choisir du MP3 ou de la stéréo en sortie ? Non, la sortie est toujours un unique WAV, PCM 16 bits, 48 kHz, mono. Pour un autre format, convertissez au montage.

Quelle est la longueur maximale de la description ? 2 000 caractères, de quoi écrire une spécification sonore complète.

Lancez votre premier son maintenant

Copiez la description du coup de marteau ci-dessus, ouvrez la page du modèle Mirelo SFX 2.0, réglez duration sur 1 seconde, et écoutez un impact complet pour 0,0215 $. Une fois l'effet validé, mettez les deux mêmes champs dans le curl ci-dessus et intégrez-le à votre propre flux. Pour tous les paramètres, voir la documentation d'intégration.

À lire aussi : Tarifs de Mirelo SFX 2.0 · comparé à ElevenLabs Sound Effects v2 · 4 prompts d'effets sonores réels