تخطّي إلى المحتوى

Wan-2.2 Speech-to-Video 14B

التكامل

معرّف النموذج wan/v2.2-14b/speech-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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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: ⁨‏0.50 $⁩ 500 رصيد API · ≈ ⁨‏53.79 ₽⁩ تُقاس ملفاتك قبل التشغيل تشغيله في هذه الصفحة

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

ينشئ فيديو ناطقًا من صورة ثابتة وملف صوتي، موجّهًا بمطالبة نصية

أُنشئت على Doitong

أعمال عامة أُنشئت باستخدام Wan v22 Large من مجتمع Doitong. أعد استخدام موجّه بنقرة واحدة.

الأعمال العامة المعروضة: 3
Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... فيديو

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, весёлый водитель в кепке, крупные машины, пастельные цвета. 0:00–0:10 приветствие под музыку; 0:10–0:30 песенка: "Машина едет би-би, би-би", "Поезд едет ту-ту, ту-ту". Бодрая детская музыка...

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... فيديو

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, тот же весёлый водитель в кепке, самолёт. 0:00–0:15 песенка: "Самолёт летит вж-ж-ж, вж-ж-ж"; 0:15–0:25 интерактивная пауза: водитель спрашивает "Как гудит машина?", пауза; 0:25–0:30 финальный...

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15... فيديو

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15 seconds **Style:** high‑quality Pixar‑inspired 3D animation, cinematic, warm, emotional, charming animated movie aesthetic. ### The main character is a child Use the attached image as the only and...

إنشاء طلب

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

•مطلوب

الموجّه النصي المستخدم لتوليد الفيديو.

•مطلوب image_url
أفلت ملفًا، أو

عنوان URL للصورة المصدر، مع تحديد نسبة العرض إلى الارتفاع المختارة لما إذا كانت المعالجة المسبقة مطلوبة: يؤدي عدم التطابق إلى تغيير الحجم ثم الاقتصاص من المنتصف.

•مطلوب audio_url
أفلت ملفًا، أو

عنوان URL الذي يشير إلى ملف الصوت.

resolution الافتراضي 480p

دقة الفيديو الناتج: 480p أو 580p أو 720p.

الافتراضي 80

اختر مضاعفًا للعدد 4 ضمن النطاق 40–120 لتحديد عدد الإطارات المُولَّدة.

متقدم negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
الافتراضي

الموجّه السلبي المطبق عند توليد فيديو.

video_quality الافتراضي high

إعداد جودة الفيديو الناتج، الذي يبادل الملفات الأكبر حجمًا بتحسينات مرئية مع زيادة القيمة.

video_write_mode الافتراضي balanced

وضع كتابة الفيديو، حيث يوفر balanced حلًا وسطًا بين السرعة والجودة. اختر small لأصغر الملفات وأبطأ كتابة؛ تعيد الكتابة الأسرع النتائج مبكرًا لكنها تنشئ ملفات أكبر.

الافتراضي 16

معدل إطارات الفيديو المُولَّد، ويقبل قيمًا من 4 إلى 60؛ يؤدي ضبط `adjust_fps_for_interpolation` على false إلى الحفاظ على هذا المعدل دون تغيير. عند استخدام الاستيفاء وضبط `adjust_fps_for_interpolation` على true (وهو افتراضيًا كذلك)، اضرب هذا المعدل في واحد زائد عدد الإطارات المستوفاة للحصول على FPS النهائي. على سبيل المثال، يصبح 16 FPS مع إطار مستوفى واحد 32 FPS.

الافتراضي 27

عدد خطوات أخذ العينات، حيث تُبادَل مدة المعالجة الأطول بجودة أفضل مع زيادة العدد.

الافتراضي 3.5

قوة الإرشاد الخالية من المصنّف، حيث تُبادَل خسارة الجودة المحتملة بمطابقة أقرب للموجّه مع زيادة المقياس.

الافتراضي 5

إعداد إزاحة الفيديو، ويتراوح النطاق المسموح به بين 1.0 و10.0.

بذرة تجعل التوليد قابلًا لإعادة الإنتاج. يؤدي ضبطها على None إلى اختيار بذرة عشوائيًا.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 عرض السعر → ⁨‏0.50 $⁩
# 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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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 Wan-2.2 Speech-to-Video 14B

يتطلب `prompt` و`image_url` مصدرًا و`audio_url`، وينتج فيديو للعنصر المصور تقوده الأصوات. تتراوح `num_frames` من 40 إلى 120 بمضاعفات 4، وبمعدل 16 fps افتراضيًا. يمكن أن تكون `resolution` هي 480p أو 580p أو 720p. يمكن ضبط خطوات أخذ العينات والتوجيه والاستيفاء و`negative_prompt`.

المعاملات

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

الاسمالنوع الافتراضيمسموح الوصف
promptمطلوب
النوعstring
الموجّه النصي المستخدم لتوليد الفيديو.
negative_promptاختياري
النوعstring
الافتراضي
الموجّه السلبي المطبق عند توليد فيديو.
num_framesاختياري
النوعinteger
الافتراضي80
40 – 120
اختر مضاعفًا للعدد 4 ضمن النطاق 40–120 لتحديد عدد الإطارات المُولَّدة.
frames_per_secondاختياري
النوعinteger | null
الافتراضي16
4 – 60
معدل إطارات الفيديو المُولَّد، ويقبل قيمًا من 4 إلى 60؛ يؤدي ضبط `adjust_fps_for_interpolation` على false إلى الحفاظ على هذا المعدل دون تغيير. عند استخدام الاستيفاء وضبط `adjust_fps_for_interpolation` على true (وهو افتراضيًا كذلك)، اضرب هذا المعدل في واحد زائد عدد الإطارات المستوفاة للحصول على FPS النهائي. على سبيل المثال، يصبح 16 FPS مع إطار مستوفى واحد 32 FPS.
seedاختياري
النوعinteger | null
بذرة تجعل التوليد قابلًا لإعادة الإنتاج. يؤدي ضبطها على None إلى اختيار بذرة عشوائيًا.
resolutionاختياري
النوعenum
الافتراضي480p
480p580p720p
دقة الفيديو الناتج: 480p أو 580p أو 720p.
num_inference_stepsاختياري
النوعinteger
الافتراضي27
2 – 40
عدد خطوات أخذ العينات، حيث تُبادَل مدة المعالجة الأطول بجودة أفضل مع زيادة العدد.
enable_safety_checkerاختياري
النوعboolean
الافتراضيfalse
فحص أمان المدخل قبل المعالجة، ولا يمكن إيقافه إلا للحسابات المصرح لها. تُفحص الطلبات التي تفتقر إلى التفويض دائمًا؛ وبخلاف ذلك، تفعّل القيمة true الفحص.
enable_output_safety_checkerاختياري
النوعboolean
الافتراضيfalse
يتحكم في فحص أمان الفيديو المُولَّد؛ يؤدي ضبط القيمة true إلى تفعيل الفحص بعد التوليد.
guidance_scaleاختياري
النوعnumber
الافتراضي3.5
1 – 10
قوة الإرشاد الخالية من المصنّف، حيث تُبادَل خسارة الجودة المحتملة بمطابقة أقرب للموجّه مع زيادة المقياس.
shiftاختياري
النوعnumber
الافتراضي5
1 – 10
إعداد إزاحة الفيديو، ويتراوح النطاق المسموح به بين 1.0 و10.0.
video_qualityاختياري
النوعenum
الافتراضيhigh
lowmediumhighmaximum
إعداد جودة الفيديو الناتج، الذي يبادل الملفات الأكبر حجمًا بتحسينات مرئية مع زيادة القيمة.
video_write_modeاختياري
النوعenum
الافتراضيbalanced
fastbalancedsmall
وضع كتابة الفيديو، حيث يوفر balanced حلًا وسطًا بين السرعة والجودة. اختر small لأصغر الملفات وأبطأ كتابة؛ تعيد الكتابة الأسرع النتائج مبكرًا لكنها تنشئ ملفات أكبر.
image_urlمطلوب image
النوعurl · image
عنوان URL للصورة المصدر، مع تحديد نسبة العرض إلى الارتفاع المختارة لما إذا كانت المعالجة المسبقة مطلوبة: يؤدي عدم التطابق إلى تغيير الحجم ثم الاقتصاص من المنتصف.
audio_urlمطلوب audio
النوعurl · audio
عنوان URL الذي يشير إلى ملف الصوت.
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": "wan/v2.2-14b/speech-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": 500,
    "usd": "0.50",
    "charged": 500,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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
    }
  },
  "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.

مزيد من النماذج: مزامنة الشفاه والصور الرمزية

لوكلاء الذكاء الاصطناعي: تتوفر هذه الصفحة بصيغة Markdown على https://doitong.com/ar/developers/models/wan/v2.2-14b/speech-to-video.md. جميع النماذج والأدلة: https://doitong.com/developers/llms.txt