تخطّي إلى المحتوى

LTX-2.3 22B · Audio to Video

التكامل

معرّف النموذج ltx-2.3-22b/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/ltx-2.3-22b/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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: ⁨‏0.358 $⁩ 358 رصيد API · ≈ ⁨‏38.51 ₽⁩ تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

الحصول على مفتاح API
Lightricks مزامنة الشفاه والصور الرمزية مزامنة الشفاه

ينشئ فيديو يتبع مسارًا صوتيًا للإدخال، مع صور اختيارية للإطارين الأول والأخير وLoRA للكاميرا

Lightricks · 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.

•مطلوب

الموجّه المستخدم كأساس لتوليد الفيديو.

•مطلوب audio_url
أفلت ملفًا، أو

عنوان URL للصوت المصدر المستخدم لتوليد الفيديو.

image_url
أفلت ملفًا، أو

عنوان URL اختياري لصورة تحدد إطار الفيديو الافتتاحي.

video_size الافتراضي landscape_16_9

أبعاد الفيديو، مع إتاحة تحديد حجم الصورة المدخلة عبر 'auto' عند توفير صورة.

الافتراضي 121

عدد الإطارات في المخرج المولّد.

الافتراضي 24

معدل إطارات فيديو المخرج، مقاسًا بالإطارات في الثانية.

متقدم negative_prompt · end_image · scheduler · acceleration · camera_lora · video_output_type · video_quality · video_write_mode · num_inference_steps · video_cfg_scale · video_stg_scale · video_rescaling_scale · video_modality_scale · audio_cfg_scale · audio_stg_scale · audio_rescaling_scale · audio_modality_scale · gradient_estimation_gamma · camera_lora_scale · distill_lora_first_pass_scale · distill_lora_second_pass_scale · image_strength · end_image_strength · audio_strength · seed · use_multiscale · use_restart_sampling · enable_prompt_expansion · enable_safety_checker · preprocess_audio
الافتراضي news broadcast, 3d an...

الموجّه السلبي المستخدم أثناء توليد الفيديو.

end_image_url
أفلت ملفًا، أو

عنوان URL لصورة تحدد إطار الفيديو الختامي.

scheduler الافتراضي ltx2

اختيار المجدول.

acceleration الافتراضي regular

مستوى التسريع المطبّق على المعالجة.

camera_lora الافتراضي none

اختيار Camera LoRA للتحكم في الحركة في الفيديو المولّد بدقة أكبر من موجّهات حركة الكاميرا وحدها.

video_output_type الافتراضي X264 (.mp4)

نوع مخرج الفيديو الناتج.

video_quality الافتراضي high

مستوى جودة الفيديو الناتج.

video_write_mode الافتراضي balanced

وضع كتابة الفيديو الناتج.

الافتراضي 40

عدد خطوات الاستدلال المنفذة.

الافتراضي 3

إعداد توجيه الفيديو: ارفعه لزيادة الاتساق والتركيز في المحتوى المولّد. يستخدم التوجيه الخالي من المصنف (CFG).

الافتراضي 0

التحكم في اتساق الفيديو وتركيزه عبر مقياس التوجيه الزمكاني (STG)؛ ارفع الإعداد لتعزيز كلتا الصفتين.

الافتراضي 0.7

ضبط إعادة تحجيم الفيديو لموازنة التوجيه الخالي من المصنف مع التوجيه الزمكاني كنسبة.

الافتراضي 3

ضبط نمط الفيديو لموازنة إسهامي الفيديو والصوت كنسبة.

الافتراضي 7

إعداد توجيه الصوت: ارفعه لزيادة الاتساق والتركيز في المحتوى المولّد. يستخدم التوجيه الخالي من المصنف (CFG).

الافتراضي 0

التحكم في اتساق الصوت وتركيزه عبر مقياس التوجيه الزمكاني (STG)؛ ارفع الإعداد لتعزيز كلتا الصفتين.

الافتراضي 0.7

ضبط إعادة تحجيم الصوت لموازنة التوجيه الخالي من المصنف مع التوجيه الزمكاني كنسبة.

الافتراضي 3

ضبط نمط الصوت لموازنة إسهامي الفيديو والصوت كنسبة.

الافتراضي 2

إعداد تقدير تدرج إزالة الضوضاء: تؤدي القيمة 0 إلى إيقاف التقدير؛ وإلا تحدد القيمة gamma.

الافتراضي 1

قوة Camera LoRA للتحكم في الحركة في الفيديو المولّد بدقة أكبر من موجّهات حركة الكاميرا وحدها.

الافتراضي 0.2

التحكم في تحجيم LoRA لتقطير التمريرة الأولى، باستخدام 0 لإيقافه.

الافتراضي 0.5

التحكم في تحجيم LoRA للتقطير لكل تمريرة بعد الأولى.

الافتراضي 1

قوة تأثير الصورة في توليد الفيديو.

الافتراضي 1

التحكم في مقدار تأثير الصورة النهائية في الفيديو المولّد.

الافتراضي 1

قوة تكييف الصوت، حيث تحافظ القيمة 1.0 تمامًا على المدخل دون تغيير. قد يعدّل النموذج الصوت عند الإعدادات الأقل من 1.0.

قيمة البذرة التي تهيّئ توليد الأرقام العشوائية.

POST /run/ltx-2.3-22b/audio-to-video?wait=20 عرض السعر → ⁨‏0.358 $⁩
# 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/ltx-2.3-22b/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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 LTX-2.3 22B · Audio to Video

يتطلب `prompt` و`audio_url`. يُشتق عدد الإطارات افتراضيًا من مدة الصوت (`match_audio_length`)؛ وإلا يُستخدم `num_frames` (من 9 إلى 481). يمكن لـ `image_url` و`end_image_url` تثبيت الإطارين الأول والأخير. يتيح عدة عناصر للتحكم في أخذ العينات مثل مقاييس التوجيه و`scheduler` و`camera_lora`، وتنسيقات إخراج تشمل mp4 وwebm وmov وGIF.

المعاملات

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

الاسمالنوع الافتراضيمسموح الوصف
promptمطلوب
النوعstring
الموجّه المستخدم كأساس لتوليد الفيديو.
audio_urlمطلوب audio
النوعurl · audio
عنوان URL للصوت المصدر المستخدم لتوليد الفيديو.
image_urlاختياري image
النوعurl · image
عنوان URL اختياري لصورة تحدد إطار الفيديو الافتتاحي.
end_image_urlاختياري end_image
النوعurl · image
عنوان URL لصورة تحدد إطار الفيديو الختامي.
match_audio_lengthاختياري
النوعboolean
الافتراضيtrue
مفتاح تبديل اختيار عدد الإطارات: تستخدم القيمة المعطلة num_frames، بينما تحسب القيمة المفعلة العدد من FPS ومدة الصوت.
num_framesاختياري
النوعinteger
الافتراضي121
9 – 481
عدد الإطارات في المخرج المولّد.
video_sizeاختياري
النوعobject
الافتراضيlandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
أبعاد الفيديو، مع إتاحة تحديد حجم الصورة المدخلة عبر 'auto' عند توفير صورة.
use_multiscaleاختياري
النوعboolean
الافتراضيtrue
مفتاح تبديل للتوليد متعدد المقاييس لتحسين الاتساق والتفاصيل. عند ضبطه على True، يوجّه فيديو أولي أصغر عملية توليد ثانية يساوي حجمها الأبعاد المطلوبة أو يتجاوزها.
fpsاختياري
النوعnumber
الافتراضي24
1 – 60
معدل إطارات فيديو المخرج، مقاسًا بالإطارات في الثانية.
num_inference_stepsاختياري
النوعinteger
الافتراضي40
8 – 50
عدد خطوات الاستدلال المنفذة.
video_cfg_scaleاختياري
النوعnumber
الافتراضي3
1 – 20
إعداد توجيه الفيديو: ارفعه لزيادة الاتساق والتركيز في المحتوى المولّد. يستخدم التوجيه الخالي من المصنف (CFG).
video_stg_scaleاختياري
النوعnumber
الافتراضي0
0 – 20
التحكم في اتساق الفيديو وتركيزه عبر مقياس التوجيه الزمكاني (STG)؛ ارفع الإعداد لتعزيز كلتا الصفتين.
video_rescaling_scaleاختياري
النوعnumber
الافتراضي0.7
0 – 1
ضبط إعادة تحجيم الفيديو لموازنة التوجيه الخالي من المصنف مع التوجيه الزمكاني كنسبة.
video_modality_scaleاختياري
النوعnumber
الافتراضي3
0 – 10
ضبط نمط الفيديو لموازنة إسهامي الفيديو والصوت كنسبة.
audio_cfg_scaleاختياري
النوعnumber
الافتراضي7
1 – 20
إعداد توجيه الصوت: ارفعه لزيادة الاتساق والتركيز في المحتوى المولّد. يستخدم التوجيه الخالي من المصنف (CFG).
audio_stg_scaleاختياري
النوعnumber
الافتراضي0
0 – 20
التحكم في اتساق الصوت وتركيزه عبر مقياس التوجيه الزمكاني (STG)؛ ارفع الإعداد لتعزيز كلتا الصفتين.
audio_rescaling_scaleاختياري
النوعnumber
الافتراضي0.7
0 – 1
ضبط إعادة تحجيم الصوت لموازنة التوجيه الخالي من المصنف مع التوجيه الزمكاني كنسبة.
audio_modality_scaleاختياري
النوعnumber
الافتراضي3
0 – 10
ضبط نمط الصوت لموازنة إسهامي الفيديو والصوت كنسبة.
gradient_estimation_gammaاختياري
النوعnumber
الافتراضي2
0 – 10
إعداد تقدير تدرج إزالة الضوضاء: تؤدي القيمة 0 إلى إيقاف التقدير؛ وإلا تحدد القيمة gamma.
use_restart_samplingاختياري
النوعboolean
الافتراضيfalse
مفتاح تبديل إعادة أخذ العينات لتحسين جودة الفيديو المحتملة: يؤدي تفعيله إلى إدخال قدر قليل من الضوضاء في كل خطوة لإزالة الضوضاء.
schedulerاختياري
النوعenum
الافتراضيltx2
ltx2linear_quadraticbeta
اختيار المجدول.
accelerationاختياري
النوعenum
الافتراضيregular
noneregularhighfull
مستوى التسريع المطبّق على المعالجة.
camera_loraاختياري
النوعenum
الافتراضيnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
اختيار Camera LoRA للتحكم في الحركة في الفيديو المولّد بدقة أكبر من موجّهات حركة الكاميرا وحدها.
camera_lora_scaleاختياري
النوعnumber
الافتراضي1
0 – 1
قوة Camera LoRA للتحكم في الحركة في الفيديو المولّد بدقة أكبر من موجّهات حركة الكاميرا وحدها.
negative_promptاختياري
النوعstring
الافتراضيnews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
الموجّه السلبي المستخدم أثناء توليد الفيديو.
seedاختياري
النوعinteger | null
قيمة البذرة التي تهيّئ توليد الأرقام العشوائية.
enable_prompt_expansionاختياري
النوعboolean
الافتراضيtrue
يتحكم في تفعيل توسيع الموجّه.
enable_safety_checkerاختياري
النوعboolean
الافتراضيtrue
يتحكم في تفعيل فحص السلامة.
video_output_typeاختياري
النوعenum
الافتراضيX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
نوع مخرج الفيديو الناتج.
video_qualityاختياري
النوعenum
الافتراضيhigh
lowmediumhighmaximum
مستوى جودة الفيديو الناتج.
video_write_modeاختياري
النوعenum
الافتراضيbalanced
fastbalancedsmall
وضع كتابة الفيديو الناتج.
distill_lora_first_pass_scaleاختياري
النوعnumber
الافتراضي0.2
0 – 1
التحكم في تحجيم LoRA لتقطير التمريرة الأولى، باستخدام 0 لإيقافه.
distill_lora_second_pass_scaleاختياري
النوعnumber
الافتراضي0.5
0 – 1
التحكم في تحجيم LoRA للتقطير لكل تمريرة بعد الأولى.
image_strengthاختياري
النوعnumber
الافتراضي1
0 – 1
قوة تأثير الصورة في توليد الفيديو.
end_image_strengthاختياري
النوعnumber
الافتراضي1
0 – 1
التحكم في مقدار تأثير الصورة النهائية في الفيديو المولّد.
audio_strengthاختياري
النوعnumber
الافتراضي1
0 – 1
قوة تكييف الصوت، حيث تحافظ القيمة 1.0 تمامًا على المدخل دون تغيير. قد يعدّل النموذج الصوت عند الإعدادات الأقل من 1.0.
preprocess_audioاختياري
النوعboolean
الافتراضيtrue
يتحكم في ما إذا كان الصوت يُعالج مسبقًا قبل استخدامه للتكييف.
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": "ltx-2.3-22b/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": 358,
    "usd": "0.358",
    "charged": 358,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "prompt": "A woman speaks to the camera"
  },
  "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, width, height, fps, duration, num_frames}الفيديو الذي أنتجه النموذج.
seed
integerقيمة البذرة المستخدمة لتهيئة توليد الأرقام العشوائية.
prompt
stringالموجّه المستخدم لتوجيه التوليد.

مزيد من النماذج: مزامنة الشفاه والصور الرمزية

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/ltx-2.3-22b/audio-to-video.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt