কনটেন্টে যান

Avatar X

ইন্টিগ্রেট করুন

মডেল id 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"

এই অনুরোধ: ≈৫৪.০০$ ৫৪,০০০ API ক্রেডিট · ≈ ৫,৮০৯.৩০₽ এই পেজে চালান

API কী পান
Mirage লিপসিঙ্ক ও অ্যাভাটার রেফারেন্স ইনপুটলিপসিঙ্ক #avatar#lipsync#talking-head

স্ক্রিপ্ট থেকে talking-avatar ভিডিও, মজুত অ্যাভাটার অথবা নিজের রেফারেন্স ভিডিও ও ভয়েস ব্যবহার করে

Mirage · 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 88 / 1500

অক্ষরসংখ্যা ও জেনারেট করা দৈর্ঘ্য—উভয় দ্বারা সীমাবদ্ধ স্ক্রিপ্ট: কথা বলার গতি কম হলেও বক্তৃতা 180 সেকেন্ডের বেশি হতে পারবে না। 50 থেকে 1,500 অক্ষর দিন; 50 অক্ষরের ন্যূনতম সীমা সাধারণত প্রায় চার সেকেন্ডের বক্তৃতা তৈরি করে।

অ্যাডভান্সড avatar · video_reference_url · audio_reference_url
ডিফল্ট Jasmine

স্টক চেহারা ও ভয়েস নির্বাচন; video_reference_url এবং audio_reference_url দুটিই দেওয়া হলে এটি প্রয়োজনীয় নয়, কারণ ওই রেফারেন্সগুলো এটিকে সম্পূর্ণভাবে প্রতিস্থাপন করে। অ্যাভাটার অনির্ধারিত রাখতে None ব্যবহার করুন, অথবা [avatar catalog](https://captions.ai/help/docs/api/actor-catalog)-এ সব অপশন প্রিভিউ করার পর সঠিক Avatar মান কপি করুন।

রেফারেন্স-ভিডিও URL, যা নির্বাচিত অ্যাভাটারকে প্রতিস্থাপন করে এবং audio_reference_url আবশ্যক করে; ভিডিওতে থাকা যেকোনো অডিও উপেক্ষা করা হয়। মিডিয়ার দৈর্ঘ্য 1 থেকে 120 সেকেন্ড, আকার সর্বোচ্চ 1 GiB এবং display aspect ratio 9:16 বা 16:9-এর 5%-এর মধ্যে হতে হবে; সমর্থিত codec/container সমন্বয় হলো .mp4, .mov, বা .m4v-তে H.264, H.265/HEVC, বা ProRes এবং .webm-এ VP8 বা VP9। cookies বা authorization headers ছাড়া HTTPS-এর মাধ্যমে পুনরুদ্ধার সর্বজনীন হতে হবে।

ভয়েস-রেফারেন্স HTTPS URL, যার সঙ্গে video_reference_url দিতে হবে এবং যা নির্বাচিত অ্যাভাটারকে উপেক্ষা করায়; authorization headers বা cookies ছাড়া সর্বজনীনভাবে পুনরুদ্ধারযোগ্য হতে হবে। প্রক্রিয়াকরণে শুধু প্রথম 60 সেকেন্ড ব্যবহার করা হয়, তবে ফাইলের দৈর্ঘ্য 10 থেকে 180 সেকেন্ড, আকার সর্বোচ্চ 64 MiB এবং 8 থেকে 48 kHz-এ একটি mono বা stereo stream থাকতে হবে। গ্রহণযোগ্য ফরম্যাটের মধ্যে FLAC, MP3, PCM WAV বা AIFF, AAC বা ALAC, এবং Opus বা Vorbis রয়েছে।

POST /run/mirage-api/avatar-x/text-to-video?wait=20 মূল্য → ৫৪.০০$
# 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"

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

Avatar X সম্পর্কে

50 থেকে 1,500 অক্ষরের `script`-কে স্পিকিং অ্যাভাটার ভিডিওতে রূপান্তর করে, যেখানে জেনারেট করা স্পিচ সর্বোচ্চ 180 সেকেন্ড। Jasmine, Luke বা Maya-এর মতো মজুত `avatar` বেছে নিন, যার মধ্যে 16:9 ভ্যারিয়েন্টও আছে। বিকল্পভাবে নিজের ফুটেজ ও ভয়েস রেফারেন্স ব্যবহার করতে `video_reference_url` এবং `audio_reference_url` দুটিই দিন; সে ক্ষেত্রে মজুত অ্যাভাটার উপেক্ষা করা হবে।

প্যারামিটার

নামধরন ডিফল্টঅনুমোদিত বিবরণ
scriptআবশ্যক
ধরনstring
≤ ১,৫০০টি অক্ষর≥ ৫০টি অক্ষর
অক্ষরসংখ্যা ও জেনারেট করা দৈর্ঘ্য—উভয় দ্বারা সীমাবদ্ধ স্ক্রিপ্ট: কথা বলার গতি কম হলেও বক্তৃতা 180 সেকেন্ডের বেশি হতে পারবে না। 50 থেকে 1,500 অক্ষর দিন; 50 অক্ষরের ন্যূনতম সীমা সাধারণত প্রায় চার সেকেন্ডের বক্তৃতা তৈরি করে।
avatarঐচ্ছিক
ধরনenum
ডিফল্টJasmine
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5টি আরওNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
স্টক চেহারা ও ভয়েস নির্বাচন; video_reference_url এবং audio_reference_url দুটিই দেওয়া হলে এটি প্রয়োজনীয় নয়, কারণ ওই রেফারেন্সগুলো এটিকে সম্পূর্ণভাবে প্রতিস্থাপন করে। অ্যাভাটার অনির্ধারিত রাখতে None ব্যবহার করুন, অথবা [avatar catalog](https://captions.ai/help/docs/api/actor-catalog)-এ সব অপশন প্রিভিউ করার পর সঠিক Avatar মান কপি করুন।
video_reference_urlঐচ্ছিক
ধরনstring | null
রেফারেন্স-ভিডিও URL, যা নির্বাচিত অ্যাভাটারকে প্রতিস্থাপন করে এবং audio_reference_url আবশ্যক করে; ভিডিওতে থাকা যেকোনো অডিও উপেক্ষা করা হয়। মিডিয়ার দৈর্ঘ্য 1 থেকে 120 সেকেন্ড, আকার সর্বোচ্চ 1 GiB এবং display aspect ratio 9:16 বা 16:9-এর 5%-এর মধ্যে হতে হবে; সমর্থিত codec/container সমন্বয় হলো .mp4, .mov, বা .m4v-তে H.264, H.265/HEVC, বা ProRes এবং .webm-এ VP8 বা VP9। cookies বা authorization headers ছাড়া HTTPS-এর মাধ্যমে পুনরুদ্ধার সর্বজনীন হতে হবে।
audio_reference_urlঐচ্ছিক
ধরনstring | null
ভয়েস-রেফারেন্স HTTPS URL, যার সঙ্গে video_reference_url দিতে হবে এবং যা নির্বাচিত অ্যাভাটারকে উপেক্ষা করায়; authorization headers বা cookies ছাড়া সর্বজনীনভাবে পুনরুদ্ধারযোগ্য হতে হবে। প্রক্রিয়াকরণে শুধু প্রথম 60 সেকেন্ড ব্যবহার করা হয়, তবে ফাইলের দৈর্ঘ্য 10 থেকে 180 সেকেন্ড, আকার সর্বোচ্চ 64 MiB এবং 8 থেকে 48 kHz-এ একটি mono বা stereo stream থাকতে হবে। গ্রহণযোগ্য ফরম্যাটের মধ্যে FLAC, MP3, PCM WAV বা AIFF, AAC বা ALAC, এবং Opus বা Vorbis রয়েছে।
আবশ্যক

আউটপুট

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"
  }
}
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}

আরও মডেল: লিপসিঙ্ক ও অ্যাভাটার

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/mirage-api/avatar-x/text-to-video.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt