# LTX-2.3 22B · Audio to Video API

> Luo syötteen ääniraitaa seuraavan videon, jossa voi olla ensimmäisen ja viimeisen ruudun kuvat sekä kamera-LoRA

Vaatii `prompt`-kehotteen ja `audio_url`-osoitteen. Oletuksena ruutujen määrä johdetaan äänen kestosta (`match_audio_length`); muuten käytetään arvoa `num_frames` (9–481). `image_url` ja `end_image_url` voivat määrittää ensimmäisen ja viimeisen ruudun. Käytettävissä on useita näytteenottoasetuksia, kuten ohjausasteikot, `scheduler`, `camera_lora` ja tulostusformaatit mp4, webm, mov ja GIF.

- Model id: `ltx-2.3-22b/audio-to-video`
- Made by: Lightricks
- Category: Lipsync & Avatars
- Output: video
- Price per megapixel of your output video: $0.00161 / megapixel of output video (cheapest run $0.002 (2 API credits))
- Run: `POST https://api.doitong.ru/v1/run/ltx-2.3-22b/audio-to-video`
- Quote: `POST https://api.doitong.ru/v1/quote/ltx-2.3-22b/audio-to-video`
- Docs page: https://doitong.com/fi/developers/models/ltx-2.3-22b/audio-to-video

## Pricing

Price: **$0.00161 / 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 $0.358 = 358 API credits (223 MP output video × $0.001605).

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-2.3-22b/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 |  |  | Videogeneroinnin perustana käytettävä kehote. |
| `audio_url` | `audio` | string (audio URL) | yes |  |  | Videon generointiin käytettävän lähdeäänen URL-osoite. |
| `image_url` | `image` | string (image URL) \| null | no |  |  | Valinnainen kuvan URL-osoite, joka määrittää videon ensimmäisen ruudun. |
| `end_image_url` | `end_image` | string (image URL) \| null | no |  |  | Videon viimeisen ruudun määrittävän kuvan URL-osoite. |
| `match_audio_length` |  | boolean | no | `true` |  | Ru­utujen määrän valitsin: poissa käytöstä käyttää arvoa num_frames, käytössä laskee määrän FPS-arvon ja äänen keston perusteella. |
| `num_frames` |  | integer | no | `121` | 9 – 481 | Generoitavan tulosteen ruutujen määrä. |
| `video_size` |  | object {width, height} \| enum (string) | no | `landscape_16_9` | `auto`, `square_hd`, `square`, `portrait_4_3`, `portrait_16_9`, `landscape_4_3`, `landscape_16_9` | Videon mitat; syötekuvan mitat voidaan määrittää arvolla 'auto', kun kuva on toimitettu. |
| `use_multiscale` |  | boolean | no | `true` |  | Moniskaalaisen generoinnin valitsin koherenssin ja yksityiskohtien parantamiseen. Arvolla True alustava pienempi video ohjaa toista generointia, jonka koko vastaa pyydettyjä mittoja tai ylittää ne. |
| `fps` |  | number | no | `24` | 1 – 60 | Tulostevideon ruutunopeus, mitattuna ruutuina sekunnissa. |
| `num_inference_steps` |  | integer | no | `40` | 8 – 50 | Suoritettujen päättelyvaiheiden määrä. |
| `video_cfg_scale` |  | number | no | `3` | 1 – 20 | Videon ohjausasetus: suurenna arvoa, jos haluat generoidulle sisällölle paremman yhdenmukaisuuden ja tarkennuksen. Käyttää classifier-free guidance (CFG) -menetelmää. |
| `video_stg_scale` |  | number | no | `0` | 0 – 20 | Videon yhdenmukaisuuden ja tarkennuksen hallinta Spatiotemporal Guidance (STG) -asteikolla; suurenna asetusta vahvistaaksesi molempia ominaisuuksia. |
| `video_rescaling_scale` |  | number | no | `0.7` | 0 – 1 | Videon uudelleenskaalauksen säätö classifier-free- ja spatiotemporal-ohjauksen tasapainottamiseen suhteena. |
| `video_modality_scale` |  | number | no | `3` | 0 – 10 | Videon modaliteetin säätö videon ja äänen osuuksien tasapainottamiseen suhteena. |
| `audio_cfg_scale` |  | number | no | `7` | 1 – 20 | Äänen ohjausasetus: suurenna arvoa, jos haluat generoidulle sisällölle paremman yhdenmukaisuuden ja tarkennuksen. Käyttää classifier-free guidance (CFG) -menetelmää. |
| `audio_stg_scale` |  | number | no | `0` | 0 – 20 | Äänen yhdenmukaisuuden ja tarkennuksen hallinta Spatiotemporal Guidance (STG) -asteikolla; suurenna asetusta vahvistaaksesi molempia ominaisuuksia. |
| `audio_rescaling_scale` |  | number | no | `0.7` | 0 – 1 | Äänen uudelleenskaalauksen säätö classifier-free- ja spatiotemporal-ohjauksen tasapainottamiseen suhteena. |
| `audio_modality_scale` |  | number | no | `3` | 0 – 10 | Äänen modaliteetin säätö videon ja äänen osuuksien tasapainottamiseen suhteena. |
| `gradient_estimation_gamma` |  | number | no | `2` | 0 – 10 | Kohinanpoiston gradientin estimointiasetus: 0 poistaa estimoinnin käytöstä; muussa tapauksessa arvo määrittää gamman. |
| `use_restart_sampling` |  | boolean | no | `false` |  | Uudelleenkäynnistetyn näytteistyksen valitsin mahdollisesti paremman videolaadun saavuttamiseksi: käyttöönotto lisää hieman kohinaa jokaisessa kohinanpoistovaiheessa. |
| `scheduler` |  | enum (string) | no | `ltx2` | `ltx2`, `linear_quadratic`, `beta` | Ajoittimen valinta. |
| `acceleration` |  | enum (string) | no | `regular` | `none`, `regular`, `high`, `full` | Käsittelyssä käytetty kiihdytystaso. |
| `camera_lora` |  | enum (string) | no | `none` | `dolly_in`, `dolly_out`, `dolly_left`, `dolly_right`, `jib_up`, `jib_down`, `static`, `none` | Kameran LoRA-valinta generoidun videon liikkeen tarkempaan hallintaan kuin pelkillä kameraliikekehotteilla. |
| `camera_lora_scale` |  | number | no | `1` | 0 – 1 | Kameran LoRA-voimakkuus generoidun videon liikkeen tarkempaan hallintaan kuin pelkillä kameraliikekehotteilla. |
| `negative_prompt` |  | string | no | `news broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static` |  | Videon generoinnissa käytettävä negatiivinen kehote. |
| `seed` |  | integer \| null | no |  |  | Satunnaislukujen generoinnin alustava siemenarvo. |
| `enable_prompt_expansion` |  | boolean | no | `true` |  | Määrittää, onko kehotteen laajennus käytössä. |
| `enable_safety_checker` |  | boolean | no | `true` |  | Määrittää, onko turvallisuustarkistus käytössä. |
| `video_output_type` |  | enum (string) | no | `X264 (.mp4)` | `X264 (.mp4)`, `VP9 (.webm)`, `PRORES4444 (.mov)`, `GIF (.gif)` | Tuloksena syntyvän videon tulostetyyppi. |
| `video_quality` |  | enum (string) | no | `high` | `low`, `medium`, `high`, `maximum` | Tuloksena syntyvän videon laatutaso. |
| `video_write_mode` |  | enum (string) | no | `balanced` | `fast`, `balanced`, `small` | Tuloksena syntyvän videon kirjoitustila. |
| `distill_lora_first_pass_scale` |  | number | no | `0.2` | 0 – 1 | Ensimmäisen kierroksen distill LoRA -skaalauksen hallinta; arvo 0 poistaa sen käytöstä. |
| `distill_lora_second_pass_scale` |  | number | no | `0.5` | 0 – 1 | Ensimmäisen kierroksen jälkeisten kaikkien kierrosten distill LoRA -skaalauksen hallinta. |
| `image_strength` |  | number | no | `1` | 0 – 1 | Kuvan vaikutuksen voimakkuus videon generointiin. |
| `end_image_strength` |  | number | no | `1` | 0 – 1 | Hallitsee loppukuvan vaikutusta generoituun videoon. |
| `audio_strength` |  | number | no | `1` | 0 – 1 | Äänen ehdollistamisen voimakkuus; täsmälleen 1.0 säilyttää syötteen muuttamattomana. Malli voi muokata ääntä alle 1.0:n asetuksilla. |
| `preprocess_audio` |  | boolean | no | `true` |  | Määrittää, esikäsitelläänkö ääni ennen sen käyttöä ehdollistamiseen. |

File parameters (`audio`, `image`, `end_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-2.3-22b/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-2.3-22b/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-2.3-22b/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-2.3-22b/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-2.3-22b/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": 358,
    "usd": "0.358",
    "charged": 358,
    "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "prompt": "A woman speaks to the camera"
  },
  "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, width, height, fps, duration, num_frames} | Mallin tuottama video. |
| `seed` | integer | Satunnaislukujen generoinnin alustamiseen käytettävä siemenarvo. |
| `prompt` | string | Generointia ohjaava kehote. |

## Related models

- [LTX-2.3 22B · Text to Video](https://doitong.com/developers/models/ltx-2.3-22b/text-to-video.md) (`ltx-2.3-22b/text-to-video`): $0.00161 / megapixel of output video
- [LTX-2.3 22B · Text to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-22b/text-to-video/lora.md) (`ltx-2.3-22b/text-to-video/lora`): $0.00181 / megapixel of output video
- [LTX-2.3 22B · Image to Video](https://doitong.com/developers/models/ltx-2.3-22b/image-to-video.md) (`ltx-2.3-22b/image-to-video`): $0.00161 / megapixel of output video
- [LTX-2.3 22B · Image to Video · LoRA](https://doitong.com/developers/models/ltx-2.3-22b/image-to-video/lora.md) (`ltx-2.3-22b/image-to-video/lora`): $0.00181 / megapixel of output video
- [LTX 2.3 22B](https://doitong.com/developers/models/ltx-2.3-22b/reference-video-to-video/lora.md) (`ltx-2.3-22b/reference-video-to-video/lora`): $0.00181 / megapixel of output video
- [LTX-2.3 22B · Extend Video](https://doitong.com/developers/models/ltx-2.3-22b/extend-video.md) (`ltx-2.3-22b/extend-video`): $0.00161 / megapixel of output video
- [LTX-2.3 22B · Extend Video · LoRA](https://doitong.com/developers/models/ltx-2.3-22b/extend-video/lora.md) (`ltx-2.3-22b/extend-video/lora`): $0.00181 / megapixel of output video
- [LTX-2.3 22B · Reference Video to Video](https://doitong.com/developers/models/ltx-2.3-22b/reference-video-to-video.md) (`ltx-2.3-22b/reference-video-to-video`): $0.00161 / megapixel of output video

## Links

- HTML page: https://doitong.com/developers/models/ltx-2.3-22b/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-2.3-22b/audio-to-video
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.ru/v1/models/ltx-2.3-22b/audio-to-video