Přejít na obsah

Wan-2.2 Speech-to-Video 14B

Integrace

ID modelu 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"

Soubory jako v příkladu: 0,50 $ 500 kreditů API · ≈ 53,79 ₽ vaše soubory se před spuštěním změří Spustit na této stránce

Získat API klíč
Alibaba Synchronizace rtů a avataři Synchronizace rtůaž 720p #audio-to-video#talking-head

Vytváří mluvící video ze statického obrázku a zvukového souboru podle textového promptu

Vytvořeno na Doitong

Veřejná díla vytvořená komunitou Doitong pomocí Wan v22 Large. Znovu použijte prompt jedním kliknutím.

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

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... Video

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...

Sestavit požadavek

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

•povinné

Textový prompt použitý ke generování videa.

•povinné image_url
Přetáhněte soubor nebo

URL zdrojového obrázku; vybraný poměr stran určuje, zda je nutné předzpracování: při nesouladu následuje změna velikosti a oříznutí na střed.

•povinné audio_url
Přetáhněte soubor nebo

URL zvukového souboru.

resolution výchozí 480p

Rozlišení výstupního videa: 480p, 580p nebo 720p.

výchozí 80

Zvolte násobek 4 v rozmezí 40–120 a nastavte počet generovaných snímků.

Pokročilé negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
výchozí

Negativní prompt použitý při generování videa.

video_quality výchozí high

Nastavení kvality výstupního videa, které s rostoucí hodnotou vyměňuje větší soubory za lepší obraz.

video_write_mode výchozí balanced

Režim zápisu videa, přičemž balanced představuje kompromis mezi rychlostí a kvalitou. Zvolte small pro nejmenší soubory a nejpomalejší zápis; rychlejší zápis vrací výsledky dříve, ale vytváří větší soubory.

výchozí 16

Snímková frekvence generovaného videa přijímající hodnoty od 4 do 60; nastavení `adjust_fps_for_interpolation` na false zachová tuto frekvenci beze změny. Při použití interpolace a hodnotě `adjust_fps_for_interpolation` true (její výchozí hodnota) vynásobte tuto frekvenci jedničkou plus počtem interpolovaných snímků a získáte výsledné FPS. Například 16 FPS s 1 interpolovaným snímkem se změní na 32 FPS.

výchozí 27

Počet vzorkovacích kroků; vyšší počet znamená delší zpracování, ale lepší kvalitu.

výchozí 3.5

Síla classifier-free guidance; s rostoucím měřítkem vyměňuje možnou ztrátu kvality za přesnější shodu s promptem.

výchozí 5

Nastavení posunu videa s povoleným rozsahem 1.0–10.0.

Seed zajišťující reprodukovatelné generování. Nastavení na None vybere seed náhodně.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 cena → 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"

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 Wan-2.2 Speech-to-Video 14B

Vyžaduje `prompt`, zdrojový `image_url` a `audio_url` a vytváří video zobrazeného objektu řízené zvukem. `num_frames` je od 40 do 120 v násobcích 4, ve výchozím nastavení při 16 fps. `resolution` může být 480p, 580p nebo 720p. Lze nastavit počet vzorkovacích kroků, řízení, interpolaci a `negative_prompt`.

Parametry

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

NázevTyp VýchozíPovolené Popis
promptpovinné
Typstring
Textový prompt použitý ke generování videa.
negative_promptvolitelné
Typstring
Výchozí
Negativní prompt použitý při generování videa.
num_framesvolitelné
Typinteger
Výchozí80
40 – 120
Zvolte násobek 4 v rozmezí 40–120 a nastavte počet generovaných snímků.
frames_per_secondvolitelné
Typinteger | null
Výchozí16
4 – 60
Snímková frekvence generovaného videa přijímající hodnoty od 4 do 60; nastavení `adjust_fps_for_interpolation` na false zachová tuto frekvenci beze změny. Při použití interpolace a hodnotě `adjust_fps_for_interpolation` true (její výchozí hodnota) vynásobte tuto frekvenci jedničkou plus počtem interpolovaných snímků a získáte výsledné FPS. Například 16 FPS s 1 interpolovaným snímkem se změní na 32 FPS.
seedvolitelné
Typinteger | null
Seed zajišťující reprodukovatelné generování. Nastavení na None vybere seed náhodně.
resolutionvolitelné
Typenum
Výchozí480p
480p580p720p
Rozlišení výstupního videa: 480p, 580p nebo 720p.
num_inference_stepsvolitelné
Typinteger
Výchozí27
2 – 40
Počet vzorkovacích kroků; vyšší počet znamená delší zpracování, ale lepší kvalitu.
enable_safety_checkervolitelné
Typboolean
Výchozífalse
Bezpečnostní kontrola vstupu před zpracováním, kterou mohou vypnout pouze autorizované účty. Požadavky bez oprávnění se kontrolují vždy; jinak kontrolu zapne hodnota true.
enable_output_safety_checkervolitelné
Typboolean
Výchozífalse
Určuje bezpečnostní kontrolu vygenerovaného videa; hodnota true zapne kontrolu po generování.
guidance_scalevolitelné
Typnumber
Výchozí3.5
1 – 10
Síla classifier-free guidance; s rostoucím měřítkem vyměňuje možnou ztrátu kvality za přesnější shodu s promptem.
shiftvolitelné
Typnumber
Výchozí5
1 – 10
Nastavení posunu videa s povoleným rozsahem 1.0–10.0.
video_qualityvolitelné
Typenum
Výchozíhigh
lowmediumhighmaximum
Nastavení kvality výstupního videa, které s rostoucí hodnotou vyměňuje větší soubory za lepší obraz.
video_write_modevolitelné
Typenum
Výchozíbalanced
fastbalancedsmall
Režim zápisu videa, přičemž balanced představuje kompromis mezi rychlostí a kvalitou. Zvolte small pro nejmenší soubory a nejpomalejší zápis; rychlejší zápis vrací výsledky dříve, ale vytváří větší soubory.
image_urlpovinné image
Typurl · image
URL zdrojového obrázku; vybraný poměr stran určuje, zda je nutné předzpracování: při nesouladu následuje změna velikosti a oříznutí na střed.
audio_urlpovinné audio
Typurl · audio
URL zvukového souboru.
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": "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"
  }
}
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.

Další modely: Synchronizace rtů a avataři

Pro AI agenty: tato stránka je ve formátu Markdown na adrese https://doitong.com/cs/developers/models/wan/v2.2-14b/speech-to-video.md. Všechny modely a návody: https://doitong.com/developers/llms.txt