Музыка

POST /v1/audio/generations — трек по описанию: 200 с результатом, не успел за 9 минут — 202. В SDK OpenAI метода нет — обычный POST с JSON. Поля — схема MusicGenerationRequest и input_schema модели.

Терминал

curl https://api.souz.ai/v1/audio/generations \
  -H "Authorization: Bearer $SOUZ_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: jingle-42" \
  -d '{"model": "suno-v6", "prompt": "бодрый инди-поп, женский вокал", "lyrics": "[Verse]\nУтро светит в окно\n[Chorus]\nСолнце, мы снова живём", "title": "Утро"}'

Описание, текст и инструментал

prompt — описание трека: жанр, настроение, инструменты, темп, голос; текст песни модель напишет на языке описания.
lyrics — свой текст с разделами [Verse], [Chorus], [Bridge]: модель споёт его как написан. title — название трека вместе с lyrics, у моделей, чья карточка его объявляет; без него — первая строка текста.
instrumental: true — трек без вокала, вместе с lyrics не присылается.

Звук — в data[] (type: "audio", MP3). Модель, которая делает за запрос два варианта трека, отдаёт оба (data[0] и data[1], оба с role: "result"), и цена — за оба.

Suno V6: версии и действия

version выбирает v6, v6-mini или v6-wild (без поля — v6). action выбирает действие; без поля — generate. Точный набор включённых действий — в input_schema модели.

Действие	Исходное аудио	Основные поля
`generate` — музыка	нет	описание; `custom_mode: true` — свой стиль и текст
`sounds` — эффекты	нет	описание звука; `sound_loop`, `sound_tempo`, `sound_key`, `grab_lyrics`
`cover` — кавер	один файл	описание или свой стиль и текст
`extend` — продолжение	один файл	описание; `continue_at` — момент в секундах, включает свой стиль и текст
`add_vocals` — вокал	один файл	стиль, `lyrics`, `negative_tags`
`add_instrumental` — инструментал	один файл	стиль, `negative_tags`
`mashup` — смешивание	два файла	описание или свой стиль и текст

Действия над готовым треком:

Действие	Что передать	Результат
`replace_section`	трек; стиль в `prompt`, текст фрагмента в `lyrics`, `full_lyrics`, `start_seconds`, `end_seconds`	новые варианты трека
`separate_vocals`	трек	вокал и инструментал
`split_stems`	трек	все дорожки
`isolate_stem`	трек, `stem_name` из схемы	выбранный инструмент
`wav`	трек	WAV-файл
`midi`	`source_job` результата разделения; `source_file` дорожки — по желанию	партии и ноты в `result.midi`
`video`	трек; `author`, `domain_name` — по желанию	MP4-клип
`cover_image`	`source_job` созданной песни с текстом	изображения обложки
`lyrics`	тема в `prompt`, до 200 символов	варианты текста в `result.lyrics`
`boost_style`	описание стиля в `prompt`	улучшенный стиль в `result.result`
`timestamps`	трек	слова с таймкодами и волна
`persona`	трек, `name`, `description`; границы фрагмента и стиль — по желанию	`persona_id` для следующих запросов

JSON

{"model": "suno-v6", "action": "timestamps", "source_job": "job_…", "source_file": "file_…"}

Исходный трек

Свой готовый трек — source_job (ID задачи) и source_file (ID аудиофайла из её data): связь с исходной песней сохраняется. source_job и reference_audio вместе не передаются.
Внешний звук — reference_audio: file_… из POST /v1/files или HTTPS-ссылка. Для переработки нужен доступный файл длительностью до 8 минут.
extend без continue_at продолжает исходные стиль и параметры; чтобы изменить их, задайте continue_at (меньше длительности трека), version — та же, что у исходного, или без поля.
Персона — persona_id и persona_model: style_persona в generate, cover, extend; при создании и кавере включите custom_mode, при продлении задайте continue_at. Окно анализа персоны — 10–30 секунд (по умолчанию 0–30). Замена фрагмента — 10–60 секунд и не больше половины трека. Обложка создаётся один раз для исходной песни.

Пределы полей

В режиме своего текста prompt — стиль (до 1000 символов), lyrics — слова (до 5000). duration_seconds (10–360) — желаемая длительность для создания, кавера и смешивания. style_weight, weirdness и audio_weight — от 0 до 1 с шагом 0.01 (последнее — только с исходным аудио). negative_tags — что исключить, до 200 символов (кроме смешивания). vocal_gender — пожелание m или f. Допустимые сочетания проверяются до постановки задачи.

Результат

Каждый аудиофайл может нести title, duration_seconds, tags, lyrics, label (название дорожки), cover_id и actions. Обложки — отдельные файлы с role: cover. Структурированные результаты — в result задачи и файлом с type: json. Все действия — обычная задача: работают Prefer: respond-async, идемпотентность, события и вебхуки. Цена зависит от действия и версии — строка pricing.options каталога.