رفتن به محتوا

PixVerse VibeMV

یکپارچه‌سازی

شناسه مدل pixverse/music-video/vibemv
# 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/pixverse/music-video/vibemv?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"

فایل‌هایی مانند نمونه: ⁨‎$۰٫۶۰⁩ ۶۰۰ اعتبار API · ≈ ⁨‎₽۶۴٫۵۵⁩ فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
PixVerse همگام‌سازی لب و آواتارها همگام‌سازی لبحداکثر 1080p #audio-to-video#music-video#pixverse#vibemv

تبدیل قطعه MP3 یا WAV به موزیک‌ویدئو با پیش‌تنظیم‌های سبک، زیرنویس متن ترانه و هماهنگ‌سازی اختیاری لب

PixVerse · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی audio_url
یک فایل بیندازید، یا

URL فایل صوتی با قالب MP3 یا WAV و مدت‌زمانی از 10 ثانیه تا 6 دقیقه.

aspect_ratio پیش‌فرض 16:9

نسبت تصویر ویدیوی نهایی.

resolution پیش‌فرض 720p

وضوح ویدیوی خروجی.

پیشرفته lyrics · image · style_image_url · music_style · style · lip_sync_switch · enable_safety_checker
0 / 5000

متن ترانه اختیاری که به‌صورت زیرنویس نمایش داده می‌شود.

image_url
یک فایل بیندازید، یا

URL اختیاری تصویر برای ارائه مرجع شخصیت.

یک فایل بیندازید، یا

URL اختیاری تصویر برای ارائه مرجع سبک؛ فقط زمانی استفاده می‌شود که سبک Custom باشد.

ژانر اختیاری موسیقی که خروجی بصری را هدایت می‌کند.

پیش‌فرض Cinematic

سبک اعمال‌شده بر تصاویر ویدیوی موسیقی.

POST /run/pixverse/music-video/vibemv?wait=20 قیمت → ⁨‎$۰٫۶۰⁩
# 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/pixverse/music-video/vibemv?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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره PixVerse VibeMV

از `audio_url`، فایل MP3 یا WAV بین 10 ثانیه و 6 دقیقه، موزیک‌ویدئو می‌سازد. می‌توانید مرجع شخصیت را با `image_url` اضافه کنید، یکی از 16 ظاهر `style` (یا Custom با `style_image_url`) را انتخاب کنید، `music_style` را تعیین کنید و `lyrics` حداکثر 5000 نویسه را به‌صورت زیرنویس نمایش دهید. خروجی 720p یا 1080p در پنج نسبت تصویر است و `lip_sync_switch` حرکت لب شخصیت‌ها با آواز را فعال می‌کند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
audio_urlالزامی audio
نوعurl · audio
URL فایل صوتی با قالب MP3 یا WAV و مدت‌زمانی از 10 ثانیه تا 6 دقیقه.
image_urlاختیاری image
نوعurl · image
URL اختیاری تصویر برای ارائه مرجع شخصیت.
style_image_urlاختیاری
نوعurl · image
URL اختیاری تصویر برای ارائه مرجع سبک؛ فقط زمانی استفاده می‌شود که سبک Custom باشد.
music_styleاختیاری
نوعenum
PopRockHip HopR&BJazzReggaeCountryFolkElectronicClassicalSoulFunkMetalAmbientOthers
ژانر اختیاری موسیقی که خروجی بصری را هدایت می‌کند.
styleاختیاری
نوعenum
پیش‌فرضCinematic
CustomCinematicLo-fiDreamscapeWoolen FeltCandyGolden AgeVoxelRetro GameClaymationWoodland TaleImpressionismDecadenceFuturisticChromatic ClashHoliday
سبک اعمال‌شده بر تصاویر ویدیوی موسیقی.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
16:99:161:14:33:4
نسبت تصویر ویدیوی نهایی.
resolutionاختیاری
نوعenum
پیش‌فرض720p
720p1080p
وضوح ویدیوی خروجی.
lyricsاختیاری
نوعstring | null
≤ ۵٬۰۰۰ نویسه
متن ترانه اختیاری که به‌صورت زیرنویس نمایش داده می‌شود.
lip_sync_switchاختیاری
نوعboolean
پیش‌فرضfalse
کنترل همگام‌سازی لب با آواز؛ بهتر است همراه با تصویر مرجع شخصیت استفاده شود. فعال‌کردن آن باعث می‌شود شخصیت‌ها آواز را لب‌خوانی کنند.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "pixverse/music-video/vibemv",
  "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": 600,
    "usd": "0.60",
    "charged": 600,
    "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
    }
  },
  "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}ویدیوی تولیدشده توسط مدل.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/pixverse/music-video/vibemv.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt