Neidio i'r cynnwys

Longcat Single Avatar · Image Audio to Video

Integreiddio

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

Ffeiliau fel yr enghraifft: $0.90 900 o gredydau API · ≈ ₽96.58 caiff eich ffeiliau eu mesur cyn y rhediad Ei redeg ar y dudalen hon

Cael allwedd API
Meituan Cydamseru Gwefusau ac Afatarau Cydamseru gwefusauhyd at 720p #audio-to-video#image-to-video

Yn animeiddio delwedd bortread a ddarperir yn fideo siarad wedi'i gydamseru â'r gwefusau, gan ddilyn trac sain

Meituan · Fideo

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

rhagosodedig A person is talking n...

Anogiad sy'n cyfarwyddo cynhyrchu fideo.

•gofynnol image_url
Gollyngwch ffeil, neu

URL sy'n pwyntio at y ddelwedd sy'n cael ei hanimeiddio.

•gofynnol audio_url
Gollyngwch ffeil, neu

URL ffeil sain a ddefnyddir i yrru'r avatar.

resolution rhagosodedig 480p

Cydraniad fideo allbwn, naill ai 480p neu 720p.

rhagosodedig 1

Cyfrif segmentau fideo, gyda thua 5.8s ar gyfer y segment cychwynnol a 5s ar gyfer pob segment dilynol—tua 5 eiliad o fideo fesul segment.

Uwch negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
rhagosodedig Close-up, Bright tone...

Anogiad negyddol sy'n nodi beth ddylai cynhyrchu fideo ei osgoi.

rhagosodedig 50

Cyfrif camau casgliad a gyflawnwyd.

rhagosodedig 4

Graddfa arweiniad testun a gymhwysir mewn arweiniad di-ddosbarthwr.

rhagosodedig 4

Addasiad arweiniad sain a all orliwio symudiad y geg pan gaiff ei gynyddu.

Gwerth hadau sy'n cychwyn cynhyrchu rhifau ar hap.

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

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â Longcat Single Avatar · Image Audio to Video

Yn cyfuno `image_url` i'w animeiddio ag `audio_url` sy'n gyrru'r lleferydd, fel bod yr afatar yn cadw golwg eich llun. Y cydraniad yw 480p neu 720p, ac mae `num_segments` o 1 i 10 yn ymestyn y clip: tua 5.8 eiliad ar gyfer y segment cyntaf, a 5 eiliad ar gyfer pob un ychwanegol. Addaswch `text_guidance_scale` ac `audio_guidance_scale` (y ddau 1 i 10) a `num_inference_steps` (10 i 100).

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
image_urlgofynnol image
Mathurl · image
URL sy'n pwyntio at y ddelwedd sy'n cael ei hanimeiddio.
audio_urlgofynnol audio
Mathurl · audio
URL ffeil sain a ddefnyddir i yrru'r avatar.
promptdewisol
Mathstring
RhagosodedigA person is talking naturally with natural expressions and movements.
Anogiad sy'n cyfarwyddo cynhyrchu fideo.
negative_promptdewisol
Mathstring
RhagosodedigClose-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
Anogiad negyddol sy'n nodi beth ddylai cynhyrchu fideo ei osgoi.
num_inference_stepsdewisol
Mathinteger
Rhagosodedig50
10 – 100
Cyfrif camau casgliad a gyflawnwyd.
text_guidance_scaledewisol
Mathnumber
Rhagosodedig4
1 – 10
Graddfa arweiniad testun a gymhwysir mewn arweiniad di-ddosbarthwr.
audio_guidance_scaledewisol
Mathnumber
Rhagosodedig4
1 – 10
Addasiad arweiniad sain a all orliwio symudiad y geg pan gaiff ei gynyddu.
resolutiondewisol
Mathenum
Rhagosodedig480p
480p720p
Cydraniad fideo allbwn, naill ai 480p neu 720p.
num_segmentsdewisol
Mathinteger
Rhagosodedig1
1 – 10
Cyfrif segmentau fideo, gyda thua 5.8s ar gyfer y segment cychwynnol a 5s ar gyfer pob segment dilynol—tua 5 eiliad o fideo fesul segment.
seeddewisol
Mathinteger | null
Gwerth hadau sy'n cychwyn cynhyrchu rhifau ar hap.
enable_safety_checkerdewisol
Mathboolean
Rhagosodedigtrue
Togl gwirio diogelwch sy'n ddarostyngedig i ganiatadau cyfrif: mae gwiriadau'n parhau'n orfodol ar gyfer ceisiadau heb awdurdodiad, ac mae eu hanalluogi'n gofyn am awdurdodiad.
enable_prompt_expansiondewisol
Mathboolean
Rhagosodedigfalse
Togl ehangu anogiad yn seiliedig ar LLM ar gyfer gwella ansawdd fideo drwy anogiad gwell.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/image-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": {
    "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
    },
    "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"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
video
object {url, content_type, file_name, file_size}Ffeil fideo a gynhyrchir.
seed
integerGwerth hedyn a gymhwysir wrth gynhyrchu.

Mwy o fodelau: Cydamseru Gwefusau ac Afatarau

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/longcat-single-avatar/image-audio-to-video.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt