# Ltx 2.3 Quality · Audio to Video API

> Βίντεο καθοδηγούμενο από ήχο, με prompt και ηχητικό κομμάτι, καθώς και προαιρετική εικόνα πρώτου καρέ

Δημιουργεί βίντεο που ακολουθεί ένα παρεχόμενο ηχητικό κομμάτι, καθοδηγούμενο από ένα `prompt` κειμένου. Απαιτεί `audio_url`· το `image_url` είναι προαιρετικό και ορίζει το πρώτο καρέ, με το `image_strength` (0 έως 1) να ελέγχει πόσο πιστά διατηρείται. Όταν είναι ενεργό το `match_audio_length`, ο αριθμός καρέ προκύπτει από τη διάρκεια ήχου και το `frames_per_second`· διαφορετικά εφαρμόζεται το `num_frames` (9 έως 481). Διατίθενται επτά προκαθορισμένες ρυθμίσεις `resolution`, συμπεριλαμβανομένου του `auto`.

- Model id: `ltx-2.3-quality/audio-to-video`
- Made by: Lightricks
- Category: Lipsync & Avatars
- Output: video
- Price per megapixel of your output video: $0.00241 / megapixel of output video (cheapest run $0.003 (3 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx-2.3-quality/audio-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx-2.3-quality/audio-to-video`
- Docs page: https://doitong.com/el/developers/models/ltx-2.3-quality/audio-to-video

## Pricing

Price: **$0.00241 / megapixel of output video**. Price per megapixel of your output video: the input files are measured before the run (length, resolution, frame rate). The quote measures the same files and is exactly what the run charges.

The full example input below costs $0.537 = 537 API credits (223 MP output video × $0.002408).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.ru/v1/quote/ltx-2.3-quality/audio-to-video` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

Send either the canonical name or the native field name (not both). Canonical names are the same across models.

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `prompt` |  | string | yes |  |  | Prompt που καθοδηγεί παραγωγή βίντεο με βάση τον ήχο. |
| `audio_url` | `audio` | string (audio URL) | yes |  |  | URL ηχητικού κομματιού που οδηγεί την παραγωγή. |
| `image_url` | `image` | string (image URL) \| null | no |  |  | Εικόνα πρώτου καρέ μέσω URL για συμπλήρωση παραγωγής που διαφορετικά χρησιμοποιεί μόνο κείμενο και ήχο· η παροχή της είναι προαιρετική. |
| `match_audio_length` |  | boolean | no | `true` |  | Λειτουργία αριθμού καρέ που χρησιμοποιεί `num_frames` όταν είναι απενεργοποιημένη. Όταν ενεργοποιείται, υπολογίζει τον αριθμό με βάση το `frames_per_second` και τη διάρκεια ήχου. |
| `num_frames` |  | integer | no | `121` | 9 – 481 | Πλήθος καρέ για την παραγόμενη έξοδο. |
| `resolution` |  | object {width, height} \| enum (string) | no | `auto` | `auto`, `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | Τελικές διαστάσεις εξόδου, με οριζόντια προεπιλογή για το 'auto' εκτός αν παρέχεται `image_url`. Με την εικόνα παρούσα, το 'auto' υιοθετεί την αναλογία διαστάσεών της. |
| `frames_per_second` |  | number | no | `24` | 1 – 60 | Ρυθμός καρέ βίντεο εξόδου, μετρημένος σε καρέ ανά δευτερόλεπτο. |
| `num_inference_steps` |  | integer | no | `15` | 8 – 30 | Ορίστε έως 30 βήματα inference· αν δεν αλλάξει, χρησιμοποιούνται 15. |
| `guidance_scale` |  | number | no | `1` | 1 – 20 | Ρυθμίστε το classifier-free guidance με αυτήν την κλίμακα· η προεπιλογή στοχεύει σε υψηλή ποιότητα και γρήγορη παραγωγή. |
| `generate_audio` |  | boolean | no | `true` |  | Εναλλαγή ηχητικού κομματιού για το επιστρεφόμενο MP4: απενεργοποιημένη παράγει αρχείο μόνο βίντεο, ενώ ενεργοποιημένη περιλαμβάνει ήχο. |
| `image_strength` |  | number | no | `0.7` | 0 – 1 | Προαιρετική ισχύς conditioning πρώτου καρέ: μειώστε την για μεγαλύτερη ελευθερία του μοντέλου ή χρησιμοποιήστε 1.0 για αυστηρότερη προσήλωση στην εικόνα. |
| `negative_prompt` |  | string | no | `color distortion, overexposure, static, blurry details, subtitles, style, artwork, painting, frame, still, dim overall tone, worst quality, low quality, JPEG compression artifacts, ugly, mutilated, extra fingers, poorly drawn hands, poorly drawn face, deformed, disfigured, malformed limbs, fused fingers, motionless frame, cluttered background, three legs, crowded background, walking backwards` |  | Αρνητικό prompt που καθορίζει τι πρέπει να αποφεύγει η παραγωγή. |
| `seed` |  | integer \| null | no |  |  | Seed που καθιστά την παραγωγή αναπαραγώγιμη. Η ρύθμισή του σε None επιλέγει τυχαία ένα seed. |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | Ελέγχει αν είναι ενεργοποιημένη η επέκταση του prompt. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Ελέγχει αν είναι ενεργοποιημένος ο έλεγχος ασφάλειας. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Προεπιλογή ποιότητας που εφαρμόζεται στο βίντεο εξόδου. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Λειτουργία εγγραφής για το βίντεο που προκύπτει. |

File parameters (`audio`, `image`) take a public `https://` URL, a `data:` URI up to 10 MB, or the `file_url` of an upload from `POST /files`.

## Example input

Required parameters only:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}
```

A fuller example:

```json
{
  "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
  "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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/ltx-2.3-quality/audio-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",
    "audio_url": "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"
```

### JavaScript

```javascript
const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/ltx-2.3-quality/audio-to-video?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx-2.3-quality/audio-to-video", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.ru/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "ltx-2.3-quality/audio-to-video",
      "input": {
        "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
        "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-quality/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": 537,
    "usd": "0.537",
    "charged": 537,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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,
    "prompt": "string"
  },
  "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} | Βίντεο που παράγεται από το μοντέλο. |
| `seed` | integer | Το seed που εφαρμόστηκε κατά την παραγωγή. |
| `prompt` | string | Prompt παραγωγής, συμπεριλαμβανομένης κάθε επέκτασης που εφαρμόστηκε πριν από τη χρήση. |

## Related models

- [Ltx 2.3 Quality · Text to Video](https://doitong.com/developers/models/ltx-2.3-quality/text-to-video.md) (`ltx-2.3-quality/text-to-video`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Text to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-quality/text-to-video/lora.md) (`ltx-2.3-quality/text-to-video/lora`): $0.00271 / megapixel of output video
- [Ltx 2.3 Quality · Image to Video](https://doitong.com/developers/models/ltx-2.3-quality/image-to-video.md) (`ltx-2.3-quality/image-to-video`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Image to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-quality/image-to-video/lora.md) (`ltx-2.3-quality/image-to-video/lora`): $0.00271 / megapixel of output video
- [Ltx 2.3 Quality · Ingredient](https://doitong.com/developers/models/ltx-2.3-quality/ingredient.md) (`ltx-2.3-quality/ingredient`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Clean Plate](https://doitong.com/developers/models/ltx-2.3-quality/clean-plate.md) (`ltx-2.3-quality/clean-plate`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Colorization](https://doitong.com/developers/models/ltx-2.3-quality/colorization.md) (`ltx-2.3-quality/colorization`): $0.00241 / megapixel of output video
- [Ltx 2.3 Quality · Cross Eyed](https://doitong.com/developers/models/ltx-2.3-quality/cross-eyed.md) (`ltx-2.3-quality/cross-eyed`): $0.00241 / megapixel of output video

## Links

- HTML page: https://doitong.com/developers/models/ltx-2.3-quality/audio-to-video
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=ltx-2.3-quality/audio-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx-2.3-quality/audio-to-video