تخطّي إلى المحتوى

Avatar X

التكامل

معرّف النموذج mirage-api/avatar-x/text-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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

هذا الطلب: ≈⁨‏54.00 $⁩ 54,000 رصيد API · ≈ ⁨‏5,809.30 ₽⁩ تشغيله في هذه الصفحة

الحصول على مفتاح API
Mirage مزامنة الشفاه والصور الرمزية مدخلات مرجعيةمزامنة الشفاه #avatar#lipsync#talking-head

فيديو أفاتار ناطق من نص، باستخدام أفاتار جاهز أو فيديو وصوت مرجعيين خاصين بك

Mirage · 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 88 / 1500

نص مقيّد بعدد الأحرف والمدة المُولّدة معًا: لا يجوز أن يتجاوز الكلام 180 ثانية، حتى إذا أدت سرعة الكلام إلى دفع نص أقصر لتجاوز هذا الحد. أدخل من 50 إلى 1,500 حرف؛ ويؤدي الحد الأدنى البالغ 50 حرفًا عمومًا إلى نحو أربع ثوانٍ من الكلام.

متقدم avatar · video_reference_url · audio_reference_url
الافتراضي Jasmine

اختيار جاهز للمظهر والصوت، ولا حاجة إليه عند توفير كل من video_reference_url وaudio_reference_url لأن هذين المرجعين يستبدلانه بالكامل. استخدم None لترك الصورة الرمزية غير معيّنة، أو انسخ قيمة Avatar المطابقة تمامًا بعد معاينة جميع الخيارات في [كتالوج الصور الرمزية](https://captions.ai/help/docs/api/actor-catalog).

عنوان URL لفيديو مرجعي يستبدل الصورة الرمزية المحددة ويتطلب audio_reference_url؛ ويُتجاهل أي صوت مضمّن في الفيديو. يجب أن تتراوح مدة الوسائط من 1 إلى 120 ثانية، وألا يتجاوز حجمها 1 GiB، وأن تكون نسبة العرض إلى الارتفاع ضمن 5% من 9:16 أو 16:9؛ وتركيبات الحاوية/الترميز المدعومة هي H.264 أو H.265/HEVC أو ProRes في .mp4 أو .mov أو .m4v، وVP8 أو VP9 في .webm. يجب أن يكون الاسترجاع عامًا عبر HTTPS دون ملفات تعريف ارتباط أو ترويسات تفويض.

عنوان HTTPS لصوت مرجعي يتطلب video_reference_url مصاحبًا ويؤدي إلى تجاهل الصورة الرمزية المختارة؛ يجب أن يكون الاسترجاع متاحًا للعامة دون ترويسات تفويض أو ملفات تعريف ارتباط. تُعالج أول 60 ثانية فقط، لكن يجب أن تتراوح مدة الملف من 10 إلى 180 ثانية، وألا يتجاوز حجمه 64 MiB، وأن يحتوي على دفق أحادي أو استريو واحد بمعدل 8 إلى 48 kHz. تشمل التنسيقات المقبولة FLAC وMP3 وPCM WAV أو AIFF وAAC أو ALAC وOpus أو Vorbis.

POST /run/mirage-api/avatar-x/text-to-video?wait=20 عرض السعر → ⁨‏54.00 $⁩
# 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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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 Avatar X

يحوّل `script` من 50 إلى 1,500 حرف إلى فيديو أفاتار ناطق، مع تحديد الكلام المُنشأ بمدة 180 ثانية. اختر `avatar` جاهزًا مثل Jasmine أو Luke أو Maya، بما في ذلك إصدارات 16:9. أو قدّم كلًا من `video_reference_url` و`audio_reference_url` لاستخدام لقطاتك ومرجع صوتك؛ وعندها يُتجاهل الأفاتار الجاهز.

المعاملات

الاسمالنوع الافتراضيمسموح الوصف
scriptمطلوب
النوعstring
≤ 1,500 حرف≥ 50 حرفًا
نص مقيّد بعدد الأحرف والمدة المُولّدة معًا: لا يجوز أن يتجاوز الكلام 180 ثانية، حتى إذا أدت سرعة الكلام إلى دفع نص أقصر لتجاوز هذا الحد. أدخل من 50 إلى 1,500 حرف؛ ويؤدي الحد الأدنى البالغ 50 حرفًا عمومًا إلى نحو أربع ثوانٍ من الكلام.
avatarاختياري
النوعenum
الافتراضيJasmine
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5 أخرىNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
اختيار جاهز للمظهر والصوت، ولا حاجة إليه عند توفير كل من video_reference_url وaudio_reference_url لأن هذين المرجعين يستبدلانه بالكامل. استخدم None لترك الصورة الرمزية غير معيّنة، أو انسخ قيمة Avatar المطابقة تمامًا بعد معاينة جميع الخيارات في [كتالوج الصور الرمزية](https://captions.ai/help/docs/api/actor-catalog).
video_reference_urlاختياري
النوعstring | null
عنوان URL لفيديو مرجعي يستبدل الصورة الرمزية المحددة ويتطلب audio_reference_url؛ ويُتجاهل أي صوت مضمّن في الفيديو. يجب أن تتراوح مدة الوسائط من 1 إلى 120 ثانية، وألا يتجاوز حجمها 1 GiB، وأن تكون نسبة العرض إلى الارتفاع ضمن 5% من 9:16 أو 16:9؛ وتركيبات الحاوية/الترميز المدعومة هي H.264 أو H.265/HEVC أو ProRes في .mp4 أو .mov أو .m4v، وVP8 أو VP9 في .webm. يجب أن يكون الاسترجاع عامًا عبر HTTPS دون ملفات تعريف ارتباط أو ترويسات تفويض.
audio_reference_urlاختياري
النوعstring | null
عنوان HTTPS لصوت مرجعي يتطلب video_reference_url مصاحبًا ويؤدي إلى تجاهل الصورة الرمزية المختارة؛ يجب أن يكون الاسترجاع متاحًا للعامة دون ترويسات تفويض أو ملفات تعريف ارتباط. تُعالج أول 60 ثانية فقط، لكن يجب أن تتراوح مدة الملف من 10 إلى 180 ثانية، وألا يتجاوز حجمه 64 MiB، وأن يحتوي على دفق أحادي أو استريو واحد بمعدل 8 إلى 48 kHz. تشمل التنسيقات المقبولة FLAC وMP3 وPCM WAV أو AIFF وAAC أو ALAC وOpus أو Vorbis.
مطلوب

المخرجات

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirage-api/avatar-x/text-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": 54000,
    "usd": "54.00",
    "charged": 54000,
    "refunded": 0
  },
  "input": {
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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
    }
  },
  "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}

مزيد من النماذج: مزامنة الشفاه والصور الرمزية

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