Ir al contenido

Ltx 2.3 Quality · Audio to Video

Integrar

Id del modelo ltx-2.3-quality/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/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": "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"

Archivos como el ejemplo: 0,537 $ 537 créditos de API · ≈ 57,77 ₽ tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Lightricks · Vídeo

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Prompt que guía la generación de video impulsada por audio.

•obligatorio audio_url
Suelta un archivo o

URL de la pista de audio utilizada para impulsar la generación.

resolution predeterminado auto

Dimensiones finales de salida, con un formato horizontal alternativo para 'auto' salvo que se proporcione `image_url`. Cuando esa imagen está presente, 'auto' adopta su relación de aspecto.

predeterminado 121

Cantidad de fotogramas de la salida generada.

predeterminado 24

Velocidad de fotogramas del video de salida, medida en fotogramas por segundo.

Avanzado negative_prompt · image · video_quality · video_write_mode · num_inference_steps · guidance_scale · image_strength · seed · enable_prompt_expansion · enable_safety_checker
predeterminado color distortion, ove...

Prompt negativo que especifica lo que la generación debe evitar.

image_url
Suelta un archivo o

Imagen del primer fotograma proporcionada mediante URL para complementar una generación que, de otro modo, usaría solo texto y audio; proporcionarla es opcional.

video_quality predeterminado high

Preajuste de calidad aplicado al video de salida.

video_write_mode predeterminado balanced

Modo de escritura del video resultante.

predeterminado 15

Establece cuántos pasos de inferencia ejecutar, hasta 30; si no se modifica, usa 15.

predeterminado 1

Ajusta la guía sin clasificador mediante esta escala; su ajuste predeterminado busca alta calidad y generación rápida.

predeterminado 0.7

Intensidad opcional del condicionamiento del primer fotograma: redúcela para permitir mayor libertad al modelo o usa 1.0 para una adhesión más estricta a la imagen.

Semilla que hace reproducible la generación. Establecerla en None selecciona una semilla aleatoriamente.

POST /run/ltx-2.3-quality/audio-to-video?wait=20 cotización → 0,537 $
# 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": "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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Ltx 2.3 Quality · Audio to Video

Crea un video que sigue una pista de audio proporcionada y está guiado por un `prompt` de texto. Requiere `audio_url`; `image_url` es opcional y establece el primer fotograma, mientras `image_strength` (de 0 a 1) controla cuánto se conserva. Con `match_audio_length` activado, el número de fotogramas se obtiene de la duración del audio y `frames_per_second`; de lo contrario, se aplica `num_frames` (9 a 481). Hay siete ajustes predefinidos de `resolution`, incluido `auto`.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
promptobligatorio
Tipostring
Prompt que guía la generación de video impulsada por audio.
audio_urlobligatorio audio
Tipourl · audio
URL de la pista de audio utilizada para impulsar la generación.
image_urlopcional image
Tipourl · image
Imagen del primer fotograma proporcionada mediante URL para complementar una generación que, de otro modo, usaría solo texto y audio; proporcionarla es opcional.
match_audio_lengthopcional
Tipoboolean
Predeterminadotrue
Modo de número de fotogramas que usa `num_frames` cuando está desactivado. Al activarlo, calcula el número mediante `frames_per_second` y la duración del audio.
num_framesopcional
Tipointeger
Predeterminado121
9 – 481
Cantidad de fotogramas de la salida generada.
resolutionopcional
Tipoobject
Predeterminadoauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensiones finales de salida, con un formato horizontal alternativo para 'auto' salvo que se proporcione `image_url`. Cuando esa imagen está presente, 'auto' adopta su relación de aspecto.
frames_per_secondopcional
Tiponumber
Predeterminado24
1 – 60
Velocidad de fotogramas del video de salida, medida en fotogramas por segundo.
num_inference_stepsopcional
Tipointeger
Predeterminado15
8 – 30
Establece cuántos pasos de inferencia ejecutar, hasta 30; si no se modifica, usa 15.
guidance_scaleopcional
Tiponumber
Predeterminado1
1 – 20
Ajusta la guía sin clasificador mediante esta escala; su ajuste predeterminado busca alta calidad y generación rápida.
generate_audioopcional
Tipoboolean
Predeterminadotrue
Alternador de la pista de audio del MP4 devuelto: desactivado produce un archivo solo de video y activado incluye audio.
image_strengthopcional
Tiponumber
Predeterminado0.7
0 – 1
Intensidad opcional del condicionamiento del primer fotograma: redúcela para permitir mayor libertad al modelo o usa 1.0 para una adhesión más estricta a la imagen.
negative_promptopcional
Tipostring
Predeterminadocolor 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
Prompt negativo que especifica lo que la generación debe evitar.
seedopcional
Tipointeger | null
Semilla que hace reproducible la generación. Establecerla en None selecciona una semilla aleatoriamente.
enable_prompt_expansionopcional
Tipoboolean
Predeterminadotrue
Controla si la expansión del prompt está habilitada.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
Controla si la comprobación de seguridad está activada.
video_qualityopcional
Tipoenum
Predeterminadohigh
lowmediumhighmaximum
Preajuste de calidad aplicado al video de salida.
video_write_modeopcional
Tipoenum
Predeterminadobalanced
fastbalancedsmall
Modo de escritura del video resultante.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Video producido por el modelo.
seed
integerSeed aplicado durante la generación.
prompt
stringPrompt de generación, incluida cualquier expansión aplicada antes de usarlo.

Más modelos: Sincronización labial y avatares

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/ltx-2.3-quality/audio-to-video.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt