Gå til indhold

Longcat Single Avatar · Audio to Video

Integrer

Model-id 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"

Filer som eksemplet: 0,90 $ 900 API-kreditter · ≈ 96,82 ₽ dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
Meituan Lipsync og avatarer Lipsyncop til 720p #audio-to-video

Opretter en video med talende avatar udelukkende ud fra en lydfil og en tekstprompt uden kildebillede

Meituan · Video

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

standard A person is talking n...

Prompt, der styrer videogenerering.

•påkrævet audio_url
Slip en fil, eller

URL til lydfil, der bruges til at styre avataren.

resolution standard 480p

Opløsning for outputvideoen, enten 480p eller 720p.

standard 1

Antal videosegmenter med cirka 5.8s for det første segment og 5s for hvert efterfølgende segment—omtrent 5 sekund video pr. segment.

Avanceret negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
standard Close-up, Bright tone...

Negativ prompt, der angiver, hvad videogenereringen skal undgå.

standard 50

Antal udførte inferenstrin.

standard 4

Tekststyringsskala anvendt i classifier-free guidance.

standard 4

Justering af lydstyring, som kan overdrive mundbevægelser, når den øges.

Seed-værdi, der initialiserer generering af tilfældige tal.

POST /run/longcat-single-avatar/audio-to-video?wait=20 pris → 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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Longcat Single Avatar · Audio to Video

Genererer en læbesynkroniseret avatarvideo fra `audio_url` og en `prompt`, der beskriver personen. Outputtet er 480p eller 720p. `num_segments` (1 til 10) angiver længden: første segment er cirka 5.8 sekunder, og hvert efterfølgende tilføjer 5 sekunder. `audio_guidance_scale` (1 til 10) styrer, hvor kraftigt talen driver munden, og højere værdier kan overdrive bevægelserne.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
audio_urlpåkrævet audio
Typeurl · audio
URL til lydfil, der bruges til at styre avataren.
promptvalgfri
Typestring
StandardA person is talking naturally with natural expressions and movements.
Prompt, der styrer videogenerering.
negative_promptvalgfri
Typestring
StandardClose-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
Negativ prompt, der angiver, hvad videogenereringen skal undgå.
num_inference_stepsvalgfri
Typeinteger
Standard50
10 – 100
Antal udførte inferenstrin.
text_guidance_scalevalgfri
Typenumber
Standard4
1 – 10
Tekststyringsskala anvendt i classifier-free guidance.
audio_guidance_scalevalgfri
Typenumber
Standard4
1 – 10
Justering af lydstyring, som kan overdrive mundbevægelser, når den øges.
resolutionvalgfri
Typeenum
Standard480p
480p720p
Opløsning for outputvideoen, enten 480p eller 720p.
num_segmentsvalgfri
Typeinteger
Standard1
1 – 10
Antal videosegmenter med cirka 5.8s for det første segment og 5s for hvert efterfølgende segment—omtrent 5 sekund video pr. segment.
seedvalgfri
Typeinteger | null
Seed-værdi, der initialiserer generering af tilfældige tal.
enable_safety_checkervalgfri
Typeboolean
Standardtrue
Skift til sikkerhedskontrol underlagt kontotilladelser: kontroller er fortsat obligatoriske for uautoriserede anmodninger, og deaktivering kræver godkendelse.
enable_prompt_expansionvalgfri
Typeboolean
Standardfalse
Skift til LLM-baseret promptudvidelse for at forbedre videokvaliteten gennem en forbedret prompt.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
video
object {url, content_type, file_name, file_size}Videofil produceret ved generering.
seed
integerSeed-værdi anvendt under generering.

Flere modeller: Lipsync og avatarer

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/longcat-single-avatar/audio-to-video.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt