Перейти к содержимому

Longcat Single Avatar · Audio to Video

Интеграция

ID модели 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"

Файлы, как в примере: 0,90 $ 900 API-кредитов · ≈ 96,82 ₽ ваши файлы измеряются перед запуском Запустить на этой странице

Получить API-ключ
Meituan Синхронизация губ и аватары Синхронизация губдо 720p #audio-to-video

Создаёт видео с говорящим аватаром только по аудиофайлу и текстовому промпту, без исходного изображения

Meituan · Видео

Здесь появится ваш первый результат

Составьте запрос ниже и выполните его с помощью API-ключа. Результаты копируются в наше хранилище и хранятся навсегда или 7 дней бесплатно.

Сформировать запрос

Элементы управления сгенерированы из схемы модели. Код и цена обновляются при изменении параметров.

по умолчанию A person is talking n...

Промпт, управляющий генерацией видео.

•обязательно audio_url
Перетащите файл или

URL аудиофайла, используемого для управления аватаром.

resolution по умолчанию 480p

Разрешение выходного видео: 480p или 720p.

по умолчанию 1

Количество сегментов видео: примерно 5.8s для первого сегмента и 5s для каждого последующего — около 5 секунд видео на сегмент.

Расширенные negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
по умолчанию Close-up, Bright tone...

Негативный промпт с указанием того, чего следует избегать при генерации видео.

по умолчанию 50

Количество выполненных шагов инференса.

по умолчанию 4

Масштаб текстового управления, применяемый в classifier-free guidance.

по умолчанию 4

Корректировка управления аудио, которая при увеличении может усилить движения рта.

Начальное значение, инициализирующее генерацию случайных чисел.

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

Запустить этот запрос

Ваш ключ хранится в этом браузере: он отправляется только в Doitong API и сохраняется в localStorage только при включении параметра «Запомнить». Получить API-ключ

О Longcat Single Avatar · Audio to Video

Генерирует видео с аватаром и синхронизацией губ из `audio_url` и `prompt`, описывающего человека. Выходное разрешение — 480p или 720p. `num_segments` (от 1 до 10) задаёт длину: первый сегмент длится около 5.8 секунд, каждый последующий добавляет 5 секунд. `audio_guidance_scale` (от 1 до 10) управляет силой влияния речи на движения рта; большие значения могут усиливать движения.

Параметры

Передавайте либо каноническое имя, либо исходное имя, но не оба. Канонические имена

ИмяТип По умолчаниюДопустимые значения Описание
audio_urlобязательно audio
Типurl · audio
URL аудиофайла, используемого для управления аватаром.
promptнеобязательно
Типstring
По умолчаниюA person is talking naturally with natural expressions and movements.
Промпт, управляющий генерацией видео.
negative_promptнеобязательно
Типstring
По умолчаниюClose-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
Негативный промпт с указанием того, чего следует избегать при генерации видео.
num_inference_stepsнеобязательно
Типinteger
По умолчанию50
10 – 100
Количество выполненных шагов инференса.
text_guidance_scaleнеобязательно
Типnumber
По умолчанию4
1 – 10
Масштаб текстового управления, применяемый в classifier-free guidance.
audio_guidance_scaleнеобязательно
Типnumber
По умолчанию4
1 – 10
Корректировка управления аудио, которая при увеличении может усилить движения рта.
resolutionнеобязательно
Типenum
По умолчанию480p
480p720p
Разрешение выходного видео: 480p или 720p.
num_segmentsнеобязательно
Типinteger
По умолчанию1
1 – 10
Количество сегментов видео: примерно 5.8s для первого сегмента и 5s для каждого последующего — около 5 секунд видео на сегмент.
seedнеобязательно
Типinteger | null
Начальное значение, инициализирующее генерацию случайных чисел.
enable_safety_checkerнеобязательно
Типboolean
По умолчаниюtrue
Переключатель проверки безопасности с учетом разрешений аккаунта: для неавторизованных запросов проверки обязательны, а для их отключения требуется авторизация.
enable_prompt_expansionнеобязательно
Типboolean
По умолчаниюfalse
Переключатель расширения промпта на основе LLM для повышения качества видео с помощью улучшенного промпта.
обязательно Каноническое имя, также принимается

Параметры файлов принимают общедоступный https:// URL, data: URI размером до 10 MB или file_url загруженного файла. Файлы

Результат

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"
  }
}
Ваши файлы — ваш выборКаждый URL из outputs[].url — это копия в нашем хранилище: она хранится навсегда (оплата за ГБ в месяц) или 7 дней бесплатно — в зависимости от настройки вашего аккаунта или параметра ?storage=.
Одинаковая структура у каждой моделиtype, url, content_type, width, height и duration — одинаково для изображений, видео и аудио. output — собственный объект результата модели.
Поля результата
video
object {url, content_type, file_name, file_size}Видеофайл, созданный в результате генерации.
seed
integerЗначение сида, применённое при генерации.

Другие модели: Синхронизация губ и аватары

Для AI-агентов: эта страница в формате Markdown доступна по адресу https://doitong.com/developers/models/longcat-single-avatar/audio-to-video.md. Все модели и руководства: https://doitong.com/developers/llms.txt