Přejít na obsah

Longcat Single Avatar · Audio to Video

Integrace

ID modelu longcat-single-avatar/audio-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/longcat-single-avatar/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Soubory jako v příkladu: 0,90 $ 900 kreditů API · ≈ 96,82 ₽ vaše soubory se před spuštěním změří Spustit na této stránce

Získat API klíč
Meituan Synchronizace rtů a avataři Synchronizace rtůaž 720p #audio-to-video

Vytvoří video mluvícího avatara pouze ze zvukového souboru a textového promptu, bez zdrojového obrázku

Meituan · Video

Zde se zobrazí váš první výsledek

Níže sestavte požadavek a spusťte ho pomocí svého API klíče. Výstupy se kopírují do našeho úložiště a uchovávají se navždy nebo 7 dne zdarma.

Sestavit požadavek

Ovládací prvky se generují ze schématu modelu. Kód a cena se aktualizují podle provedených změn.

výchozí A person is talking n...

Prompt řídící generování videa.

•povinné audio_url
Přetáhněte soubor nebo

URL souboru zvuku použitého k řízení avatara.

resolution výchozí 480p

Rozlišení výstupního videa, buď 480p, nebo 720p.

výchozí 1

Počet segmentů videa, přičemž počáteční segment má přibližně 5.8s a každý další 5s — přibližně 5 sekund videa na segment.

Pokročilé negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
výchozí Close-up, Bright tone...

Negativní prompt určující, čemu se má generování videa vyhnout.

výchozí 50

Počet provedených kroků inference.

výchozí 4

Škála textového guidance použitá v classifier-free guidance.

výchozí 4

Úprava guidance zvuku, která při zvýšení může zveličit pohyb úst.

Hodnota seedu inicializující generování náhodných čísel.

POST /run/longcat-single-avatar/audio-to-video?wait=20 cena → 0,90 $
# 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/longcat-single-avatar/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Spustit tento požadavek

Váš klíč zůstává v tomto prohlížeči: odesílá se pouze do Doitong API a uloží se do localStorage jen tehdy, když zaškrtnete možnost Zapamatovat. Získat klíč API

O modelu Longcat Single Avatar · Audio to Video

Generuje video avatara se synchronizací rtů z `audio_url` a `prompt` popisujícího osobu. Výstup má rozlišení 480p nebo 720p. `num_segments` (1 až 10) určuje délku: první segment trvá přibližně 5.8 sekund a každý další přidá 5 sekund. `audio_guidance_scale` (1 až 10) řídí, jak silně řeč ovlivňuje ústa; vyšší hodnoty mohou pohyb přehánět.

Parametry

Odešlete buď kanonický název, nebo nativní název, ne oba. Kanonické názvy

NázevTyp VýchozíPovolené Popis
audio_urlpovinné audio
Typurl · audio
URL souboru zvuku použitého k řízení avatara.
promptvolitelné
Typstring
VýchozíA person is talking naturally with natural expressions and movements.
Prompt řídící generování videa.
negative_promptvolitelné
Typstring
VýchozíClose-up, Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, static, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards
Negativní prompt určující, čemu se má generování videa vyhnout.
num_inference_stepsvolitelné
Typinteger
Výchozí50
10 – 100
Počet provedených kroků inference.
text_guidance_scalevolitelné
Typnumber
Výchozí4
1 – 10
Škála textového guidance použitá v classifier-free guidance.
audio_guidance_scalevolitelné
Typnumber
Výchozí4
1 – 10
Úprava guidance zvuku, která při zvýšení může zveličit pohyb úst.
resolutionvolitelné
Typenum
Výchozí480p
480p720p
Rozlišení výstupního videa, buď 480p, nebo 720p.
num_segmentsvolitelné
Typinteger
Výchozí1
1 – 10
Počet segmentů videa, přičemž počáteční segment má přibližně 5.8s a každý další 5s — přibližně 5 sekund videa na segment.
seedvolitelné
Typinteger | null
Hodnota seedu inicializující generování náhodných čísel.
enable_safety_checkervolitelné
Typboolean
Výchozítrue
Přepínač kontroly bezpečnosti podléhající oprávněním účtu: u neautorizovaných požadavků zůstávají kontroly povinné a jejich vypnutí vyžaduje autorizaci.
enable_prompt_expansionvolitelné
Typboolean
Výchozífalse
Přepínač rozšíření promptu pomocí LLM pro zlepšení kvality videa prostřednictvím vylepšeného promptu.
povinné Kanonický název, také podporován

Parametry souborů přijímají veřejnou adresu https:// URL, data: URI do 10 MB nebo file_url nahraného souboru. Soubory

Výstup

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/audio-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": 900,
    "usd": "0.90",
    "charged": 900,
    "refunded": 0
  },
  "input": {
    "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
    },
    "seed": 42
  },
  "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"
  }
}
Vaše soubory, vaše volbaKaždý outputs[].url je kopie v našem úložišti: uchovávaná navždy (zpoplatněná za GB-měsíc) nebo 7 dne zdarma podle nastavení účtu nebo ?storage=.
Stejná struktura u každého modelutype, url, content_type, width, height a duration pro obrázky, video i zvuk. output je vlastní objekt výsledku modelu.
Pole výstupu
video
object {url, content_type, file_name, file_size}Video soubor vytvořený generováním.
seed
integerHodnota seedu použitá při generování.

Další modely: Synchronizace rtů a avataři

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/longcat-single-avatar/audio-to-video.md. Všechny modely a návody: https://doitong.com/developers/llms.txt