soundside.ai

Soundside — डेवलपर दस्तावेज़

एजेंटों के लिए AI मीडिया प्रोडक्शन प्लेटफ़ॉर्म

Soundside मीडिया — छवियाँ, वीडियो, ऑडियो, संगीत, टेक्स्ट और व्यावसायिक आर्टिफैक्ट — उत्पन्न करने, संपादित करने, संयोजित करने, निकालने और विश्लेषण करने के लिए 21 MCP टूल प्रदान करता है, साथ ही LoRA एडेप्टर फाइन-ट्यूनिंग और सर्वर-साइड वीडियो संयोजन भी। किसी भी MCP क्लाइंट से कनेक्ट करें। OAuth/API-की क्रेडिट सभी प्रमाणित टूल को कवर करते हैं; पात्र सबसेट बिना खाते के Base पर x402 USDC का भी समर्थन करता है। Compose, Recast और X प्रकाशन केवल प्रमाणित-क्रेडिट हैं।

मुद्रा 2026-09 (2026-09-22)

• Recast: हस्ताक्षरित 24-घंटे खरीद उद्धरण, सीमित रन खर्च, स्रोत/परिणाम तुलना और अंतिम मोशन समीक्षा। प्रमाणित-क्रेडिट मूल्य निर्धारण के लिए Recast देखें।
• हटाया गया: Luma (पूरी तरह से) और Runway छवि/वीडियो जनरेशन। Runway अब केवल ऑडियो है — create_audio के माध्यम से TTS और ध्वनि प्रभाव।
• जोड़ा गया: Lyria 3 संगीत जनरेशन (create_music), Grok TTS (create_audio), Grok प्रति-सेकंड × रिज़ॉल्यूशन वीडियो मूल्य निर्धारण, Alibaba Wan 2.7 वीडियो मॉडल (अंतर्राष्ट्रीय डिफ़ॉल्ट), MiniMax H3 वीडियो एडेप्टर।
• पात्र x402 टूल के लिए, लाइव कैटलॉग प्राप्त करें: GET https://mcp.soundside.ai/api/x402/status। केवल-प्रमाणित Recast उद्धरण remix_video(estimate_only=true) से आते हैं।

त्वरित आरंभ

# MCP endpoint
https://mcp.soundside.ai/mcp

# Auth: API key or x402 crypto payment
Authorization: Bearer <your-api-key>

POST https://mcp.soundside.ai/mcp
{"jsonrpc":"2.0","id":"1","method":"tools/list","params":{}}

टूल (21)

जनरेशन

टूल	यह क्या करता है	प्रदाता
create_image	टेक्स्ट-से-छवि, कैरेक्टर संदर्भ	Alibaba (Wan), Creative Freedom (केवल प्रमाणित), Grok, MiniMax, Vertex AI
create_video	टेक्स्ट-से-वीडियो, छवि-से-वीडियो, वीडियो विस्तार	Alibaba (Wan 2.7), Creative Freedom (केवल प्रमाणित), Grok, MiniMax (Hailuo/H3), Vertex AI (Veo 3.1)
create_audio	TTS, ध्वनि प्रभाव, अप्रचलित ट्रांसक्रिप्शन शिम, आवाज़ क्लोनिंग/डिज़ाइन	Creative Freedom (केवल प्रमाणित), Grok, MiniMax, Runway (केवल ऑडियो), Vertex AI
create_music	गीत और शैली प्रॉम्प्ट से संगीत	Lyria 3; Creative Freedom (केवल प्रमाणित क्रेडिट)
create_text	LLM चैट पूर्णताएँ, संरचित आउटपुट	Grok, MiniMax, Qwen, Vertex AI (Gemini)
create_artifact	चार्ट, प्रस्तुतियाँ, दस्तावेज़, आरेख; बहु-आर्टिफैक्ट पैकेज के लिए बंडल मोड	plotly, pptx, docx, weasyprint, mermaid, gamma

संयोजन

टूल	यह क्या करता है
compose_video	सर्वर-साइड पाइपलाइन: योजना समृद्ध करें, समानांतर में संपत्तियाँ उत्पन्न करें, ट्रांज़िशन, ऑडियो डकिंग और ओवरले के साथ असेंबल करें
remix_video	हस्ताक्षरित खरीद उद्धरण के साथ लोगों को रिकास्ट करें या वीडियो को रीस्किन करें, स्रोत संपादन/ऑडियो बनाए रखें, सिंक्रनाइज़ तुलना और गुणवत्ता रिपोर्ट

संपादन

टूल	यह क्या करता है
edit_video	मुख्य वीडियो ट्रांसफ़ॉर्म: ट्रिम, कॉनकैट, क्रॉसफ़ेड, स्पीड, लूप, कलर ग्रेड, सबटाइटल बर्न, कस्टम FFmpeg
edit_audio	मौजूदा मीडिया पर ऑडियो मिक्स, रिप्लेस या पैड करें
compose_media	टेक्स्ट जोड़ें, मीडिया ओवरले करें, या स्प्लिट-स्क्रीन कंपोज़िट बनाएँ
apply_effect	Ken Burns, स्पीड रैंप, फ़िल्म ग्रेन, विगनेट
extract_media	फ़्रेम, फ़्रेम सेट या ऑडियो ट्रैक निकालें

विश्लेषण

टूल	यह क्या करता है	प्रदाता
analyze_media	तकनीकी मेटाडेटा, विज़न QA, ट्रांसक्रिप्शन, सेगमेंट डिटेक्शन, EDL निर्यात	Anthropic, Grok, OpenAI, Qwen, Vertex (+ soundside.ai ffprobe)

एडेप्टर (LoRA)

टूल	यह क्या करता है	बैकएंड
train_adapter	लाइब्रेरी मीडिया से LoRA एडेप्टर प्रशिक्षित करें	DashScope (Wan), Modal (Hunyuan/LTX)
list_adapters	अपने LoRA एडेप्टर सूचीबद्ध करें
manage_adapter	निरीक्षण, तैनाती, अन-तैनाती, हटाना या चेकपॉइंट चुनें

लाइब्रेरी प्रबंधन

टूल	यह क्या करता है
lib_list	प्रोजेक्ट, संग्रह, संसाधन, वंशावली, ब्रांड किट ब्राउज़ करें; क्रेडिट शेष पूछें
lib_manage	प्रोजेक्ट, संग्रह, संसाधन, ब्रांड किट के लिए CRUD
lib_share	प्रोजेक्ट को ईमेल द्वारा अन्य उपयोगकर्ताओं के साथ साझा करें

प्रकाशन

टूल	यह क्या करता है	पहुँच
publish_content	सीमित X खाता पढ़ने के साथ-साथ स्थायी प्रकाशन, उत्तर, संपादन, हटाना, लाइक और रीपोस्ट संचालन	केवल प्रमाणित क्रेडिट

मूल्य निर्धारण

Soundside एक क्रेडिट प्रणाली का उपयोग करता है: एक क्रेडिट = $0.01 USD।

• AI जनरेशन प्रदाता लागत पर आधारित प्रकाशित मीटर्ड दरों का उपयोग करता है, जिसमें लगभग 10% प्लेटफ़ॉर्म मार्जिन होता है, जब तक कि टूल-विशिष्ट फ्लैट शुल्क सूचीबद्ध न हो।
• प्लेटफ़ॉर्म टूल (संपादन इंजन, लाइब्रेरी) निश्चित मूल्य हैं: $0.01/कॉल; विज़न QA $0.03 है।
• Compose पाँच-क्रेडिट सफलता-केवल ऑर्केस्ट्रेशन शुल्क जोड़ता है और चाइल्ड कॉल को अलग से आइटम करता है। इसके लिए OAuth/API-की क्रेडिट आवश्यक हैं और यह x402 के माध्यम से उपलब्ध नहीं है।
• Recast आइटमाइज़्ड प्रोसेसिंग में $0.20 प्रति रूपांतरित स्रोत सेकंड ($2 न्यूनतम) की सफलता-केवल सेवा शुल्क जोड़ता है। सेवा शुल्क माफ़ किया जाता है जब अंतिम मोशन समीक्षा गायब या विफल हो, या अनसुलझे गुणवत्ता निष्कर्ष शेष हों; प्रोसेसिंग अभी भी लागू होती है। उद्धरण भुगतान विश्लेषण करते हैं। Recast प्रमाणित क्रेडिट का उपयोग करता है, x402 नहीं। Recast मूल्य निर्धारण और खरीद टोकन देखें।
• X खाता संचालन प्रमाणित क्रेडिट का उपयोग करते हैं और x402 के माध्यम से उपलब्ध नहीं हैं। प्रकाशन सामान्य रूप से 2 क्रेडिट या URL के साथ 22 है; उत्तर उसी वर्ग का उपयोग करते हैं, लक्ष्य संचालन की लागत 2 क्रेडिट है, और पढ़ने अनुरोधित-पृष्ठ सीमा को उद्धृत करते हैं लेकिन वास्तविक लौटाई गई गिनती के विरुद्ध निपटान करते हैं (खाली परिणाम 0 लागत)। X खाता संचालन देखें।
• प्रति-कॉल अनुमान और आइटमाइज़्ड शुल्क खर्च को ट्रैक करने में मदद करते हैं। एकल-कॉल मूल्य बहु-कॉल वर्कफ़्लो को सीमित नहीं करता है: Compose के पास हस्ताक्षरित खरीद उद्धरण या पूरे-वर्कफ़्लो खर्च सीमा नहीं है। Recast का अलग हस्ताक्षरित-उद्धरण अनुबंध इसकी खरीदी गई रन को सीमित करता है।

लाइव मूल्य निर्धारण हमेशा यहाँ उपलब्ध है:

GET https://mcp.soundside.ai/api/x402/status

यह केवल x402 लेन के लिए मशीन-पठनीय प्रति-टूल, प्रति-प्रदाता USDC मूल्य लौटाता है। यह मुफ़्त टूल या प्रमाणित-क्रेडिट-केवल Compose, Recast और X प्रकाशन प्रकाशित नहीं करता है। मूल्य DB-संचालित हैं और बदल सकते हैं — हार्डकोडिंग के बजाय हमेशा एंडपॉइंट जाँचें। परिवर्तनीय-मूल्य वाले टूल के लिए प्रकाशित राशि एक सीमा उद्धरण (सबसे खराब स्थिति) है, विशिष्ट निपटान मूल्य नहीं — पंक्तियाँ price_note ले जाती हैं जहाँ यह मायने रखता है।

x402: क्रिप्टो के साथ प्रति-कॉल भुगतान

कोई API कुंजी आवश्यक नहीं। EIP-3009 transferWithAuthorization (ऑफ-चेन हस्ताक्षर, सुविधाकर्ता गैस का भुगतान करता है) के माध्यम से प्रति टूल कॉल Base (L2) पर USDC के साथ भुगतान करें।

Network: eip155:8453 (Base mainnet)
Token: USDC
Facilitator: Coinbase CDP

पूर्ण सेटअप के लिए x402 गाइड देखें।

गाइड

• आरंभ करना — 5 मिनट में पहला MCP कनेक्शन
• x402 प्रति-कॉल भुगतान — क्रिप्टो भुगतान, कोई खाता आवश्यक नहीं
• टूल संदर्भ — सभी 21 टूल के लिए विस्तृत दस्तावेज़
• वीडियो रिकास्ट करें — भुगतान उद्धरण, दोहराव-सुरक्षित खरीद, कास्ट/विश्व परिवर्तन और गुणवत्ता समीक्षा
• मूल लघु फ़िल्म बनाएँ — सहायता प्राप्त शॉट योजना, स्टोरीबोर्ड समीक्षा और MCP के माध्यम से स्वीकृत-फुटेज असेंबली
• X पर प्रकाशित करें — X खाता कनेक्ट करें और MCP से प्रकाशित करें

उदाहरण

• Python — API कुंजी — httpx के साथ कनेक्ट और जनरेट करें
• Python — Recast उद्धरण और खरीद — उद्धरण सहेजें, इसका टोकन खरीदें और जॉब स्थिति पुनर्प्राप्त करें
• मूल कहानी — पूर्वावलोकन और चयनित संपादन — मानक 30-सेकंड Compose अनुरोध टेम्पलेट; उपयोग से पहले प्लेसहोल्डर संसाधन आईडी बदलें
• Python — x402 — USDC के साथ प्रति-कॉल भुगतान
• TypeScript — API कुंजी — Node.js MCP क्लाइंट
• OpenClaw कौशल — OpenClaw एजेंटों के लिए एक-पंक्ति कॉन्फ़िगरेशन

स्थानीय सत्यापन (प्री-पुश हुक)

कोई GitHub-होस्टेड CI नहीं है; सत्यापन हर पुश से पहले स्थानीय रूप से चलता है। प्रति क्लोन एक बार सक्षम करें:

git config core.hooksPath .githooks

आवश्यकताएँ: brew install gitleaks और uv। हुक हर पुश पर तीन गेट चलाता है: (1) बाहर जाने वाली कमिट रेंज का gitleaks गुप्त स्कैन, (2) python3 scripts/validate_public_contract.py, और (3) pytest सुइट (uv run --with pytest python -m pytest tests/ -q)। अनुबंध सत्यापनकर्ता इस पोर्टल की तुलना वेंडेड MCP अनुबंध और सहोदर रिपॉजिटरी में इसके सत्य स्रोत से करता है, इसलिए पुश के लिए तीन-रिपोजिटरी वर्कस्पेस चेकआउट आवश्यक है (../ssd-mcp और ../soundside-ai इस रिपोजिटरी के बगल में); एक स्टैंडअलोन क्लोन गेट पास नहीं कर सकता।

लिंक

• वेबसाइट: soundside.ai
• MCP एंडपॉइंट: https://mcp.soundside.ai/mcp
• लाइव मूल्य निर्धारण: https://mcp.soundside.ai/api/x402/status
• GitHub: github.com/soundside-design/soundside-docs