Μετάβαση στο περιεχόμενο

Avatar X

Ενσωμάτωση

id μοντέλου mirage-api/avatar-x/text-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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Αυτό το αίτημα: ≈54,00 $ 54.000 πιστώσεις API · ≈ 5.809,30 ₽ Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Mirage Συγχρονισμός χειλιών και άβαταρ Είσοδοι αναφοράςΣυγχρονισμός χειλιών #avatar#lipsync#talking-head

Βίντεο άβαταρ που μιλά από σενάριο, με άβαταρ απόθεμα ή δικό σας βίντεο και φωνή αναφοράς

Mirage · Βίντεο

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται 88 / 1500

Σενάριο περιορισμένο τόσο από τον αριθμό χαρακτήρων όσο και από τη διάρκεια παραγωγής: η ομιλία δεν μπορεί να υπερβαίνει τα 180 δευτερόλεπτα, ακόμη και όταν ο ρυθμός ομιλίας κάνει ένα συντομότερο σενάριο να ξεπερνά αυτό το όριο. Παρέχετε 50 έως 1.500 χαρακτήρες· το ελάχιστο των 50 χαρακτήρων αποδίδει συνήθως περίπου τέσσερα δευτερόλεπτα ομιλίας.

Για προχωρημένους avatar · video_reference_url · audio_reference_url
προεπιλογή Jasmine

Επιλογή εμφάνισης και φωνής από βιβλιοθήκη, περιττή όταν παρέχονται ταυτόχρονα video_reference_url και audio_reference_url, επειδή αυτές οι αναφορές την αντικαθιστούν πλήρως. Χρησιμοποιήστε None για να αφήσετε το avatar μη ορισμένο ή αντιγράψτε μια ακριβή τιμή Avatar αφού δείτε όλες τις επιλογές στον [κατάλογο avatar](https://captions.ai/help/docs/api/actor-catalog).

URL βίντεο αναφοράς που αντικαθιστά το επιλεγμένο avatar και απαιτεί audio_reference_url· κάθε ήχος ενσωματωμένος στο βίντεο αγνοείται. Τα πολυμέσα πρέπει να διαρκούν 1 έως 120 δευτερόλεπτα, να μην υπερβαίνουν το 1 GiB και να έχουν αναλογία διαστάσεων προβολής εντός 5% του 9:16 ή του 16:9· οι υποστηριζόμενοι συνδυασμοί codec/περιέκτη είναι H.264, H.265/HEVC ή ProRes σε .mp4, .mov ή .m4v, και VP8 ή VP9 σε .webm. Η ανάκτηση πρέπει να είναι δημόσια μέσω HTTPS, χωρίς cookie ή κεφαλίδες εξουσιοδότησης.

URL HTTPS αναφοράς φωνής που απαιτεί συνοδευτικό video_reference_url και προκαλεί την αγνόηση του επιλεγμένου avatar· η ανάκτηση πρέπει να λειτουργεί δημόσια χωρίς κεφαλίδες εξουσιοδότησης ή cookie. Η επεξεργασία χρησιμοποιεί μόνο τα πρώτα 60 δευτερόλεπτα, αλλά το αρχείο πρέπει να διαρκεί 10 έως 180 δευτερόλεπτα, να μην υπερβαίνει τα 64 MiB και να περιέχει μία μόνο μονοφωνική ή στερεοφωνική ροή στα 8 έως 48 kHz. Οι αποδεκτές μορφές περιλαμβάνουν FLAC, MP3, PCM WAV ή AIFF, AAC ή ALAC και Opus ή Vorbis.

POST /run/mirage-api/avatar-x/text-to-video?wait=20 προσφορά → 54,00 $
# 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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Avatar X

Μετατρέπει ένα `script` 50 έως 1.500 χαρακτήρων σε βίντεο ομιλούντος άβαταρ, με παραγόμενη ομιλία περιορισμένη στα 180 δευτερόλεπτα. Επιλέξτε άβαταρ απόθεμα `avatar` όπως Jasmine, Luke ή Maya, συμπεριλαμβανομένων παραλλαγών 16:9. Εναλλακτικά παρέχετε και `video_reference_url` και `audio_reference_url` για να χρησιμοποιήσετε το δικό σας υλικό και αναφορά φωνής, οπότε το άβαταρ αποθέματος αγνοείται.

Παράμετροι

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
scriptαπαιτείται
Τύποςstring
≤ 1.500 χαρακτήρες≥ 50 χαρακτήρες
Σενάριο περιορισμένο τόσο από τον αριθμό χαρακτήρων όσο και από τη διάρκεια παραγωγής: η ομιλία δεν μπορεί να υπερβαίνει τα 180 δευτερόλεπτα, ακόμη και όταν ο ρυθμός ομιλίας κάνει ένα συντομότερο σενάριο να ξεπερνά αυτό το όριο. Παρέχετε 50 έως 1.500 χαρακτήρες· το ελάχιστο των 50 χαρακτήρων αποδίδει συνήθως περίπου τέσσερα δευτερόλεπτα ομιλίας.
avatarπροαιρετικό
Τύποςenum
ΠροεπιλογήJasmine
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5 ακόμηNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
Επιλογή εμφάνισης και φωνής από βιβλιοθήκη, περιττή όταν παρέχονται ταυτόχρονα video_reference_url και audio_reference_url, επειδή αυτές οι αναφορές την αντικαθιστούν πλήρως. Χρησιμοποιήστε None για να αφήσετε το avatar μη ορισμένο ή αντιγράψτε μια ακριβή τιμή Avatar αφού δείτε όλες τις επιλογές στον [κατάλογο avatar](https://captions.ai/help/docs/api/actor-catalog).
video_reference_urlπροαιρετικό
Τύποςstring | null
URL βίντεο αναφοράς που αντικαθιστά το επιλεγμένο avatar και απαιτεί audio_reference_url· κάθε ήχος ενσωματωμένος στο βίντεο αγνοείται. Τα πολυμέσα πρέπει να διαρκούν 1 έως 120 δευτερόλεπτα, να μην υπερβαίνουν το 1 GiB και να έχουν αναλογία διαστάσεων προβολής εντός 5% του 9:16 ή του 16:9· οι υποστηριζόμενοι συνδυασμοί codec/περιέκτη είναι H.264, H.265/HEVC ή ProRes σε .mp4, .mov ή .m4v, και VP8 ή VP9 σε .webm. Η ανάκτηση πρέπει να είναι δημόσια μέσω HTTPS, χωρίς cookie ή κεφαλίδες εξουσιοδότησης.
audio_reference_urlπροαιρετικό
Τύποςstring | null
URL HTTPS αναφοράς φωνής που απαιτεί συνοδευτικό video_reference_url και προκαλεί την αγνόηση του επιλεγμένου avatar· η ανάκτηση πρέπει να λειτουργεί δημόσια χωρίς κεφαλίδες εξουσιοδότησης ή cookie. Η επεξεργασία χρησιμοποιεί μόνο τα πρώτα 60 δευτερόλεπτα, αλλά το αρχείο πρέπει να διαρκεί 10 έως 180 δευτερόλεπτα, να μην υπερβαίνει τα 64 MiB και να περιέχει μία μόνο μονοφωνική ή στερεοφωνική ροή στα 8 έως 48 kHz. Οι αποδεκτές μορφές περιλαμβάνουν FLAC, MP3, PCM WAV ή AIFF, AAC ή ALAC και Opus ή Vorbis.
απαιτείται

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirage-api/avatar-x/text-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": 54000,
    "usd": "54.00",
    "charged": 54000,
    "refunded": 0
  },
  "input": {
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
video
object {url, content_type, file_name, file_size}

Περισσότερα μοντέλα: Συγχρονισμός χειλιών και άβαταρ

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/mirage-api/avatar-x/text-to-video.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt