تخطّي إلى المحتوى

Longcat Single Avatar · Audio to Video

التكامل

معرّف النموذج longcat-single-avatar/audio-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/longcat-single-avatar/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

ملفات مثل المثال: ⁨‏0.90 $⁩ 900 رصيد API · ≈ ⁨‏96.82 ₽⁩ تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API
Meituan مزامنة الشفاه والصور الرمزية مزامنة الشفاهحتى 720p #audio-to-video

ينشئ فيديو أفاتار ناطقًا يعتمد فقط على ملف صوتي وprompt نصي، من دون صورة مصدر

Meituan · فيديو

ستظهر نتيجتك الأولى هنا

أنشئ طلبًا أدناه وشغّله باستخدام مفتاح API الخاص بك. تُنسخ المخرجات إلى تخزيننا، وتُحفظ إلى الأبد أو لمدة 7 أيام مجانًا.

إنشاء طلب

تُنشأ عناصر التحكم من مخطط النموذج. يتحدّث الرمز والسعر عند تغييرها.

الافتراضي A person is talking n...

موجّه يوجّه توليد الفيديو.

•مطلوب audio_url
أفلت ملفًا، أو

عنوان URL لملف صوت يُستخدم لقيادة الصورة الرمزية.

resolution الافتراضي 480p

دقة فيديو المخرج، إما 480p أو 720p.

الافتراضي 1

عدد مقاطع الفيديو، بنحو 5.8s للمقطع الأول و5s لكل مقطع لاحق—أي نحو 5 ثوانٍ من الفيديو لكل مقطع.

متقدم negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
الافتراضي Close-up, Bright tone...

موجّه سلبي يحدد ما يجب أن يتجنبه توليد الفيديو.

الافتراضي 50

عدد خطوات الاستدلال المنفذة.

الافتراضي 4

مقياس التوجيه النصي المطبّق في التوجيه الخالي من المصنّف.

الافتراضي 4

ضبط توجيه الصوت الذي قد يبالغ في حركة الفم عند زيادته.

قيمة البذرة التي تهيّئ توليد الأرقام العشوائية.

POST /run/longcat-single-avatar/audio-to-video?wait=20 عرض السعر → ⁨‏0.90 $⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/longcat-single-avatar/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

تشغيل هذا الطلب

يبقى مفتاحك في هذا المتصفح: لا يُرسل إلا إلى Doitong API ويُحفظ في localStorage فقط إذا فعّلت خيار التذكّر. الحصول على مفتاح API

حول Longcat Single Avatar · Audio to Video

ينشئ فيديو أفاتار متزامن الشفاه من `audio_url` و`prompt` يصف الشخص. يكون الإخراج بدقة 480p أو 720p. تحدد `num_segments` (من 1 إلى 10) الطول: يستغرق المقطع الأول نحو 5.8 ثوانٍ، ويضيف كل مقطع تالٍ 5 ثوانٍ. تتحكم `audio_guidance_scale` (من 1 إلى 10) في مدى تأثير الكلام على الفم، وقد تبالغ القيم الأعلى في الحركة.

المعاملات

أرسل الاسم الأساسي أو الاسم الأصلي، وليس كليهما. الأسماء الأساسية

الاسمالنوع الافتراضيمسموح الوصف
audio_urlمطلوب audio
النوعurl · audio
عنوان URL لملف صوت يُستخدم لقيادة الصورة الرمزية.
promptاختياري
النوعstring
الافتراضيA person is talking naturally with natural expressions and movements.
موجّه يوجّه توليد الفيديو.
negative_promptاختياري
النوعstring
الافتراضيClose-up, Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, static, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards
موجّه سلبي يحدد ما يجب أن يتجنبه توليد الفيديو.
num_inference_stepsاختياري
النوعinteger
الافتراضي50
10 – 100
عدد خطوات الاستدلال المنفذة.
text_guidance_scaleاختياري
النوعnumber
الافتراضي4
1 – 10
مقياس التوجيه النصي المطبّق في التوجيه الخالي من المصنّف.
audio_guidance_scaleاختياري
النوعnumber
الافتراضي4
1 – 10
ضبط توجيه الصوت الذي قد يبالغ في حركة الفم عند زيادته.
resolutionاختياري
النوعenum
الافتراضي480p
480p720p
دقة فيديو المخرج، إما 480p أو 720p.
num_segmentsاختياري
النوعinteger
الافتراضي1
1 – 10
عدد مقاطع الفيديو، بنحو 5.8s للمقطع الأول و5s لكل مقطع لاحق—أي نحو 5 ثوانٍ من الفيديو لكل مقطع.
seedاختياري
النوعinteger | null
قيمة البذرة التي تهيّئ توليد الأرقام العشوائية.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
مفتاح فحص السلامة الخاضع لأذونات الحساب: تظل الفحوصات إلزامية للطلبات غير المفوّضة، ويتطلب تعطيلها التفويض.
enable_prompt_expansionاختياري
النوعboolean
الافتراضيfalse
مفتاح توسيع الموجّه المستند إلى LLM لتحسين جودة الفيديو عبر موجّه محسّن.
مطلوب الاسم الأساسي، مقبول أيضًا

تقبل معاملات الملفات عنوان URL عامًا يبدأ بـ https://، أو URI من نوع data: يصل حجمه إلى 10 MB، أو file_url لملف تم تحميله. الملفات

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/audio-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 900,
    "usd": "0.90",
    "charged": 900,
    "refunded": 0
  },
  "input": {
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
ملفاتك، خيارككل outputs[].url هو نسخة على تخزيننا: تُحفظ إلى الأبد (مع الدفع لكل غيغابايت-شهر) أو لمدة 7 أيام مجانًا، وفق إعداد حسابك أو ?storage=.
البنية نفسها في كل نموذجtype وurl وcontent_type وwidth وheight وduration للصور والفيديو والصوت على حد سواء. output هو كائن النتائج الخاص بالنموذج.
حقول المخرجات
video
object {url, content_type, file_name, file_size}ملف الفيديو الناتج عن التوليد.
seed
integerقيمة البذرة المطبّقة أثناء التوليد.

مزيد من النماذج: مزامنة الشفاه والصور الرمزية

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/longcat-single-avatar/audio-to-video.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt