কনটেন্টে যান

Ltx 2.3 Quality · Text to Audio · LoRA

ইন্টিগ্রেট করুন

মডেল id ltx-2.3-quality/text-to-audio/lora
# 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-quality/text-to-audio/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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: ≈০.৭০$ ৭০০ API ক্রেডিট · ≈ ৭৫.৩১₽ এই পেজে চালান

API কী পান
Lightricks অডিও #text-to-audio

সর্বোচ্চ 3টি কাস্টম LoRA প্রয়োগসহ text-to-audio জেনারেশন

Lightricks · অডিও

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

জেনারেট করার অডিও বর্ণনা করা প্রম্পট।

ডিফল্ট 121

LTX ভিডিও ফ্রেমের সংখ্যা হিসেবে নির্দিষ্ট অডিওর দৈর্ঘ্য; আনুমানিক দৈর্ঘ্য সেকেন্ডে পেতে `num_frames`-কে `frames_per_second` দিয়ে ভাগ করুন।

•আবশ্যক

LTX-2.3-এর জন্য LoRA সংযোজন; প্রতিটি সর্বোচ্চ 3 GB এবং সর্বোচ্চ 3টি এন্ট্রি দেওয়া যায়। রেজিস্ট্রির SSRF-নিরাপদ ডাউনলোডার প্রতিটি পাথ পুনরুদ্ধার করার পরেই লোডিং হয়।

অ্যাডভান্সড negative_prompt · frames_per_second · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
ডিফল্ট pc game, console game...

জেনারেশনে কী এড়াতে হবে তা নির্ধারণকারী নেগেটিভ প্রম্পট।

ডিফল্ট 24

আউটপুট অডিওর দৈর্ঘ্য গণনার জন্য ফ্রেম রেট।

ডিফল্ট 15

ইনফারেন্স ধাপের মোট সংখ্যা।

ডিফল্ট 1

classifier-free guidance-এর strength।

পুনরুৎপাদনযোগ্য জেনারেশনের জন্য সিড। এটিকে None সেট করলে এলোমেলোভাবে একটি সিড নির্বাচন করা হয়।

POST /run/ltx-2.3-quality/text-to-audio/lora?wait=20 মূল্য → ০.৭০$
# 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-quality/text-to-audio/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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 Quality · Text to Audio · LoRA সম্পর্কে

একটি টেক্সট `prompt` থেকে অডিও তৈরি করে এবং সর্বোচ্চ 3টি কাস্টম LoRA-র একটি `loras` তালিকা প্রয়োজন, প্রতিটির আকার সর্বোচ্চ 3 GB। সময়কাল আনুমানিক `num_frames` ভাগ `frames_per_second`, যেখানে `num_frames` 9 থেকে 481। `negative_prompt`, `seed` এবং 1 থেকে 20 পর্যন্ত `guidance_scale`-ও গ্রহণ করে।

প্যারামিটার

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptআবশ্যক
ধরনstring
জেনারেট করার অডিও বর্ণনা করা প্রম্পট।
num_framesঐচ্ছিক
ধরনinteger
ডিফল্ট121
৯ – ৪৮১
LTX ভিডিও ফ্রেমের সংখ্যা হিসেবে নির্দিষ্ট অডিওর দৈর্ঘ্য; আনুমানিক দৈর্ঘ্য সেকেন্ডে পেতে `num_frames`-কে `frames_per_second` দিয়ে ভাগ করুন।
frames_per_secondঐচ্ছিক
ধরনnumber
ডিফল্ট24
১ – ৬০
আউটপুট অডিওর দৈর্ঘ্য গণনার জন্য ফ্রেম রেট।
num_inference_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট15
৮ – ৩০
ইনফারেন্স ধাপের মোট সংখ্যা।
guidance_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
১ – ২০
classifier-free guidance-এর strength।
negative_promptঐচ্ছিক
ধরনstring
ডিফল্টpc game, console game, video game, cartoon, childish, ugly
জেনারেশনে কী এড়াতে হবে তা নির্ধারণকারী নেগেটিভ প্রম্পট।
seedঐচ্ছিক
ধরনinteger | null
পুনরুৎপাদনযোগ্য জেনারেশনের জন্য সিড। এটিকে None সেট করলে এলোমেলোভাবে একটি সিড নির্বাচন করা হয়।
enable_prompt_expansionঐচ্ছিক
ধরনboolean
ডিফল্টfalse
প্রম্পট expansion সক্রিয় থাকবে কি না তা নিয়ন্ত্রণ করে।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
সেফটি চেকিং চালু আছে কি না তা নিয়ন্ত্রণ করে।
lorasআবশ্যক
ধরনobject[]
≤ ৩টি আইটেম
LTX-2.3-এর জন্য LoRA সংযোজন; প্রতিটি সর্বোচ্চ 3 GB এবং সর্বোচ্চ 3টি এন্ট্রি দেওয়া যায়। রেজিস্ট্রির SSRF-নিরাপদ ডাউনলোডার প্রতিটি পাথ পুনরুদ্ধার করার পরেই লোডিং হয়।
loras[].pathআবশ্যক
ধরনstring
≤ 2048 characters
3 GB-এর বেশি নয় এমন LoRA .safetensors ফাইলের সরাসরি HTTP(S) URL। SSRF-নিরাপদ ডাউনলোডার ব্যবহার করে পুনরুদ্ধারের পর লোডিং হয়।
loras[].scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ২
0.0–2.0 পরিসরে এই শক্তি বাড়লে জেনারেট করা ভিডিওতে LoRA-এর প্রভাব বাড়ে।
loras[].transformerঐচ্ছিক
ধরনenum
ডিফল্টboth
highlowboth
Transformer নির্বাচনের ফ্ল্যাগ: LTX-2.3 ব্যবহারকারীদের প্রায় সবার জন্য 'both' উপযুক্ত, কারণ মডেলটিতে মাত্র একটি transformer আছে। একাধিক transformer-যুক্ত ভবিষ্যৎ আর্কিটেকচার সমর্থনের জন্য ফ্ল্যাগটি রাখা হয়েছে।
আবশ্যক

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-quality/text-to-audio/lora",
  "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": 700,
    "usd": "0.70",
    "charged": 700,
    "refunded": 0
  },
  "input": {
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42,
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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
audio
object {url, content_type, file_name, file_size}মডেল দ্বারা তৈরি অডিও।
seed
integerজেনারেশনের সময় প্রয়োগ করা প্রকৃত seed।
prompt
stringজেনারেশন প্রম্পট, ব্যবহারের আগে প্রয়োগ করা যেকোনো সম্প্রসারণসহ।

আরও মডেল: অডিও

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