ノイズ除去API

ノイズ除去APIは、1人の音声に混ざった継続的な背景ノイズを低減し、 MP3またはWAVファイルを返します。

API概要

項目	値
Base URL	https://api.kitschlabs.com
認証	xi-api-key: <API_KEY>
リクエスト	multipart/form-data
Endpoint	POST /v1/audio-isolation
必須フィールド	audio
デフォルト出力	mp3_44100_128 (audio/mpeg)
追加出力	wav_48000 (audio/wav)
最大入力	50 MiB、60秒

どのように認証しますか？

発行されたAPIキーをxi-api-keyヘッダーに送信します。実際のキーはサーバーの 環境変数またはシークレット管理サービスに保存し、ブラウザ、アプリのバンドル、 ログに残さないでください。

xi-api-key: <API_KEY>

背景ノイズを低減するには？

通常の音声ファイルはfile_format=otherとして送信します。レスポンスボディを 拡張子に合ったファイルへ保存してください。

cURL

curl --request POST \
  "https://api.kitschlabs.com/v1/audio-isolation" \
  --header "xi-api-key: <API_KEY>" \
  --form "audio=@sample.wav" \
  --form "file_format=other" \
  --output enhanced.mp3

Python

import os

import requests

with open("sample.wav", "rb") as audio:
    response = requests.post(
        "https://api.kitschlabs.com/v1/audio-isolation",
        headers={"xi-api-key": os.environ["KITSCH_API_KEY"]},
        data={"file_format": "other"},
        files={"audio": audio},
        timeout=120,
    )

response.raise_for_status()

with open("enhanced.mp3", "wb") as output:
    output.write(response.content)

JavaScript

import { readFile, writeFile } from "node:fs/promises";

const form = new FormData();
form.append("audio", new Blob([await readFile("sample.wav")]), "sample.wav");
form.append("file_format", "other");

const response = await fetch("https://api.kitschlabs.com/v1/audio-isolation", {
  method: "POST",
  headers: { "xi-api-key": process.env.KITSCH_API_KEY },
  body: form,
});

if (!response.ok) {
  throw new Error(`${response.status}: ${await response.text()}`);
}

await writeFile("enhanced.mp3", Buffer.from(await response.arrayBuffer()));

WAVが必要な場合は、queryにoutput_format=wav_48000を指定します。

curl --request POST \
  "https://api.kitschlabs.com/v1/audio-isolation?output_format=wav_48000" \
  --header "xi-api-key: <API_KEY>" \
  --form "audio=@sample.wav" \
  --output enhanced.wav

どのフィールドを送信しますか？

フィールド	位置	型	必須	説明
audio	form	file	はい	処理する音声ファイル。最大50 MiB、60秒
file_format	form	string	いいえ	通常のファイルはother、raw PCMはpcm_s16le_16
output_format	query	string	いいえ	mp3_44100_128またはwav_48000

pcm_s16le_16は16 kHz、mono、little-endian 16-bit raw PCMです。WAV、MP3、 FLAC、OGGなどのencoded audioにはotherを使用してください。

アップロードされた入力ファイルは、処理完了後に保存されません。APIキーや ファイルの内容全体をアプリケーションログに残さないでください。

レスポンスとエラー

成功すると、選択した形式のaudio binaryを返します。サポートへの問い合わせには レスポンスのx-kitsch-request-idを使用できます。

ヘッダー	説明
x-kitsch-request-id	リクエスト追跡ID

ステータス	意味	推奨対応
401	APIキーがない、または無効	キーとxi-api-keyヘッダーを確認
402	利用可能なcreditが不足	請求の状態を確認
403	ノイズ除去の利用権限がない	アカウントのサービス利用範囲を確認
413	ファイルサイズまたは入力時間を超過	50 MiB・60秒以内にして再送信
422	破損したaudio、不正なPCM、未対応形式	ファイルとfile_formatを確認
429	APIキーのリクエスト上限を超過	Retry-Afterに従いbackoffを適用
503	一時的に処理不可	request IDを記録し、回数を制限して再試行

成功したリクエストは、入力音声の長さを開始済みの1秒単位に切り上げてcreditを 計算します。失敗したリクエストや入力検証で拒否されたリクエストは課金されません。