কনটেন্টে যান

LTX-2.3 22B · Text to Video

ইন্টিগ্রেট করুন

মডেল id ltx-2.3-22b/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/ltx-2.3-22b/text-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"
  }'

# 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"

উদাহরণের মতো ফাইল: ০.১৮$ ১৮০ API ক্রেডিট · ≈ ১৯.৩৬₽ চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
Lightricks টেক্সট থেকে ভিডিও নেটিভ অডিও

অডিও, প্রিসেট আকার, 481 পর্যন্ত ফ্রেম সংখ্যা এবং বহু স্যাম্পলিং নিয়ন্ত্রণসহ টেক্সট-টু-ভিডিও

Lightricks · ভিডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক

ভিডিও জেনারেশনের ভিত্তি হিসেবে ব্যবহৃত প্রম্পট।

video_size ডিফল্ট landscape_16_9

জেনারেট করা ভিডিওর মাত্রা।

ডিফল্ট 121

জেনারেট করা আউটপুটের ফ্রেম সংখ্যা।

অ্যাডভান্সড negative_prompt · scheduler · acceleration · camera_lora · video_output_type · video_quality · video_write_mode · fps · 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 · seed · use_multiscale · use_restart_sampling · enable_prompt_expansion · enable_safety_checker
ডিফল্ট news broadcast, 3d an...

ভিডিও জেনারেশনের সময় ব্যবহৃত নেগেটিভ প্রম্পট।

scheduler ডিফল্ট ltx2

Scheduler নির্বাচন।

acceleration ডিফল্ট regular

প্রসেসিংয়ে প্রয়োগ করা ত্বরণ স্তর।

camera_lora ডিফল্ট none

শুধু ক্যামেরার গতিবিধির প্রম্পটের তুলনায় জেনারেট করা ভিডিওতে গতিবিধি আরও নিখুঁতভাবে নিয়ন্ত্রণের জন্য ক্যামেরা LoRA নির্বাচন।

video_output_type ডিফল্ট X264 (.mp4)

ফলাফল ভিডিওর আউটপুটের ধরন।

video_quality ডিফল্ট high

ফলাফল ভিডিওর মানের স্তর।

video_write_mode ডিফল্ট balanced

ফলাফল ভিডিও লেখার মোড।

ডিফল্ট 24

আউটপুট ভিডিওর ফ্রেম রেট, প্রতি সেকেন্ডে ফ্রেম হিসেবে মাপা হয়।

ডিফল্ট 40

সম্পাদিত ইনফারেন্স ধাপের সংখ্যা।

ডিফল্ট 3

ভিডিও guidance সেটিং: তৈরি কনটেন্টে আরও বেশি সামঞ্জস্য ও ফোকাসের জন্য মান বাড়ান। Classifier-free guidance (CFG) ব্যবহার করে।

ডিফল্ট 0

Spatiotemporal Guidance (STG) scale-এর মাধ্যমে ভিডিওর সামঞ্জস্য ও ফোকাস নিয়ন্ত্রণ করে; উভয় গুণ বাড়াতে সেটিংয়ের মান বাড়ান।

ডিফল্ট 0.7

অনুপাত হিসেবে classifier-free এবং spatiotemporal guidance-এর ভারসাম্য বজায় রাখার জন্য ভিডিও rescaling সমন্বয়।

ডিফল্ট 3

অনুপাত হিসেবে ভিডিও ও অডিওর অবদান ভারসাম্য করার জন্য ভিডিও modality সমন্বয়।

ডিফল্ট 7

অডিও guidance সেটিং: তৈরি কনটেন্টে আরও বেশি সামঞ্জস্য ও ফোকাসের জন্য মান বাড়ান। Classifier-free guidance (CFG) ব্যবহার করে।

ডিফল্ট 0

Spatiotemporal Guidance (STG) scale-এর মাধ্যমে অডিওর সামঞ্জস্য ও ফোকাস নিয়ন্ত্রণ করে; উভয় গুণ বাড়াতে সেটিংয়ের মান বাড়ান।

ডিফল্ট 0.7

অনুপাত হিসেবে classifier-free এবং spatiotemporal guidance-এর ভারসাম্য বজায় রাখার জন্য অডিও rescaling সমন্বয়।

ডিফল্ট 3

অনুপাত হিসেবে ভিডিও ও অডিওর অবদান ভারসাম্য করার জন্য অডিও modality সমন্বয়।

ডিফল্ট 2

Denoising gradient-estimation সেটিং: 0 দিলে estimation বন্ধ হয়; অন্যথায় মানটি gamma নির্দিষ্ট করে।

ডিফল্ট 1

শুধু ক্যামেরার গতিবিধির প্রম্পটের তুলনায় জেনারেট করা ভিডিওতে গতিবিধি আরও নিখুঁতভাবে নিয়ন্ত্রণের জন্য ক্যামেরা LoRA-এর শক্তি।

ডিফল্ট 0.2

প্রথম pass-এর distill LoRA scaling নিয়ন্ত্রণ করে; এটি বন্ধ করতে 0 ব্যবহার করুন।

ডিফল্ট 0.5

প্রথমটির পর প্রতিটি pass-এর জন্য distill LoRA scaling নিয়ন্ত্রণ করে।

এলোমেলো সংখ্যা জেনারেশন শুরু করা সিড মান।

POST /run/ltx-2.3-22b/text-to-video?wait=20 মূল্য → ০.১৮$
# 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/text-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"
  }'

# 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"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

LTX-2.3 22B · Text to Video সম্পর্কে

`prompt` থেকে একটি ক্লিপ জেনারেট করে। `video_size`-এ বর্গাকার, পোর্ট্রেট ও ল্যান্ডস্কেপ প্রিসেট রয়েছে, `num_frames` 9 থেকে 481 এবং `fps` 1 থেকে 60। `generate_audio` শব্দ যোগ করে। `num_inference_steps` (8 থেকে 50), গাইডেন্স স্কেল, `camera_lora` এবং প্রতিটি পাসের জন্য ডিস্টিল LoRA স্কেল দিয়ে স্যাম্পলিং নিয়ন্ত্রণ করা যায়।

প্যারামিটার

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptআবশ্যক
ধরনstring
ভিডিও জেনারেশনের ভিত্তি হিসেবে ব্যবহৃত প্রম্পট।
num_framesঐচ্ছিক
ধরনinteger
ডিফল্ট121
৯ – ৪৮১
জেনারেট করা আউটপুটের ফ্রেম সংখ্যা।
video_sizeঐচ্ছিক
ধরনobject
ডিফল্টlandscape_16_9
square_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
জেনারেট করা ভিডিওর মাত্রা।
generate_audioঐচ্ছিক
ধরনboolean
ডিফল্টtrue
ভিডিওতে জেনারেট করা অডিও থাকবে কি না তা নিয়ন্ত্রণ করে।
use_multiscaleঐচ্ছিক
ধরনboolean
ডিফল্টtrue
উন্নত সামঞ্জস্য ও বিস্তারিতের জন্য multi-scale জেনারেশন টগল। True হলে প্রাথমিকভাবে ছোট একটি ভিডিও তৈরি করে দ্বিতীয় জেনারেশনকে নির্দেশনা দেয়, যার আকার অনুরোধ করা মাত্রার সমান বা বেশি হয়।
fpsঐচ্ছিক
ধরনnumber
ডিফল্ট24
১ – ৬০
আউটপুট ভিডিওর ফ্রেম রেট, প্রতি সেকেন্ডে ফ্রেম হিসেবে মাপা হয়।
num_inference_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট40
৮ – ৫০
সম্পাদিত ইনফারেন্স ধাপের সংখ্যা।
video_cfg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3
১ – ২০
ভিডিও guidance সেটিং: তৈরি কনটেন্টে আরও বেশি সামঞ্জস্য ও ফোকাসের জন্য মান বাড়ান। Classifier-free guidance (CFG) ব্যবহার করে।
video_stg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ২০
Spatiotemporal Guidance (STG) scale-এর মাধ্যমে ভিডিওর সামঞ্জস্য ও ফোকাস নিয়ন্ত্রণ করে; উভয় গুণ বাড়াতে সেটিংয়ের মান বাড়ান।
video_rescaling_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট0.7
০ – ১
অনুপাত হিসেবে classifier-free এবং spatiotemporal guidance-এর ভারসাম্য বজায় রাখার জন্য ভিডিও rescaling সমন্বয়।
video_modality_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3
০ – ১০
অনুপাত হিসেবে ভিডিও ও অডিওর অবদান ভারসাম্য করার জন্য ভিডিও modality সমন্বয়।
audio_cfg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট7
১ – ২০
অডিও guidance সেটিং: তৈরি কনটেন্টে আরও বেশি সামঞ্জস্য ও ফোকাসের জন্য মান বাড়ান। Classifier-free guidance (CFG) ব্যবহার করে।
audio_stg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট0
০ – ২০
Spatiotemporal Guidance (STG) scale-এর মাধ্যমে অডিওর সামঞ্জস্য ও ফোকাস নিয়ন্ত্রণ করে; উভয় গুণ বাড়াতে সেটিংয়ের মান বাড়ান।
audio_rescaling_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট0.7
০ – ১
অনুপাত হিসেবে classifier-free এবং spatiotemporal guidance-এর ভারসাম্য বজায় রাখার জন্য অডিও rescaling সমন্বয়।
audio_modality_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট3
০ – ১০
অনুপাত হিসেবে ভিডিও ও অডিওর অবদান ভারসাম্য করার জন্য অডিও modality সমন্বয়।
gradient_estimation_gammaঐচ্ছিক
ধরনnumber
ডিফল্ট2
০ – ১০
Denoising gradient-estimation সেটিং: 0 দিলে estimation বন্ধ হয়; অন্যথায় মানটি gamma নির্দিষ্ট করে।
use_restart_samplingঐচ্ছিক
ধরনboolean
ডিফল্টfalse
সম্ভাব্যভাবে উন্নত ভিডিও মানের জন্য restart sampling টগল: সক্রিয় করলে প্রতিটি denoising ধাপে সামান্য noise যোগ হয়।
schedulerঐচ্ছিক
ধরনenum
ডিফল্টltx2
ltx2linear_quadraticbeta
Scheduler নির্বাচন।
accelerationঐচ্ছিক
ধরনenum
ডিফল্টregular
noneregularhighfull
প্রসেসিংয়ে প্রয়োগ করা ত্বরণ স্তর।
camera_loraঐচ্ছিক
ধরনenum
ডিফল্টnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
শুধু ক্যামেরার গতিবিধির প্রম্পটের তুলনায় জেনারেট করা ভিডিওতে গতিবিধি আরও নিখুঁতভাবে নিয়ন্ত্রণের জন্য ক্যামেরা LoRA নির্বাচন।
camera_lora_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ১
শুধু ক্যামেরার গতিবিধির প্রম্পটের তুলনায় জেনারেট করা ভিডিওতে গতিবিধি আরও নিখুঁতভাবে নিয়ন্ত্রণের জন্য ক্যামেরা LoRA-এর শক্তি।
negative_promptঐচ্ছিক
ধরনstring
ডিফল্টnews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
ভিডিও জেনারেশনের সময় ব্যবহৃত নেগেটিভ প্রম্পট।
seedঐচ্ছিক
ধরনinteger | null
এলোমেলো সংখ্যা জেনারেশন শুরু করা সিড মান।
enable_prompt_expansionঐচ্ছিক
ধরনboolean
ডিফল্টtrue
প্রম্পট expansion সক্রিয় থাকবে কি না তা নিয়ন্ত্রণ করে।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
সেফটি চেকিং চালু আছে কি না তা নিয়ন্ত্রণ করে।
video_output_typeঐচ্ছিক
ধরনenum
ডিফল্টX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
ফলাফল ভিডিওর আউটপুটের ধরন।
video_qualityঐচ্ছিক
ধরনenum
ডিফল্টhigh
lowmediumhighmaximum
ফলাফল ভিডিওর মানের স্তর।
video_write_modeঐচ্ছিক
ধরনenum
ডিফল্টbalanced
fastbalancedsmall
ফলাফল ভিডিও লেখার মোড।
distill_lora_first_pass_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট0.2
০ – ১
প্রথম pass-এর distill LoRA scaling নিয়ন্ত্রণ করে; এটি বন্ধ করতে 0 ব্যবহার করুন।
distill_lora_second_pass_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০ – ১
প্রথমটির পর প্রতিটি pass-এর জন্য distill LoRA scaling নিয়ন্ত্রণ করে।
আবশ্যক

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-22b/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": 180,
    "usd": "0.18",
    "charged": 180,
    "refunded": 0
  },
  "input": {
    "prompt": "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "prompt": "A cowboy walking through a dusty town at high noon, camera following from behind, cinematic depth, realistic lighting, western mood, 4K film grain."
  },
  "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"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}মডেল দ্বারা উৎপাদিত ভিডিও।
seed
integerর‌্যান্ডম সংখ্যা জেনারেশন শুরু করতে ব্যবহৃত seed মান।
prompt
stringজেনারেশন পরিচালনার জন্য ব্যবহৃত প্রম্পট।

আরও মডেল: টেক্সট থেকে ভিডিও

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/ltx-2.3-22b/text-to-video.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt