Siirry sisältöön

LTX-2.3 22B · Audio to Video · LoRA

Integroi

Mallin tunniste ltx-2.3-22b/audio-to-video/lora
# 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/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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"

Esimerkin kaltaiset tiedostot: 0,403 $ 403 API-krediittiä · ≈ 43,25 ₽ tiedostosi mitataan ennen suorittamista Suorita tällä sivulla

Hanki API-avain
Lightricks · Video

Ensimmäinen tuloksesi tulee tähän

Muodosta pyyntö alla ja suorita se API-avaimellasi. Tulosteet kopioidaan tallennustilaamme, jossa ne säilytetään ikuisesti tai 7 päivää ilmaiseksi.

Muodosta pyyntö

Säätimet luodaan mallin skeemasta. Koodi ja hinta päivittyvät, kun muutat arvoja.

•pakollinen

Videogeneroinnin perustana käytettävä kehote.

•pakollinen audio_url
Pudota tiedosto tai

Videon generointiin käytettävän lähdeäänen URL-osoite.

image_url
Pudota tiedosto tai

Valinnainen kuvan URL-osoite, joka määrittää videon ensimmäisen ruudun.

video_size oletus landscape_16_9

Videon mitat; syötekuvan mitat voidaan määrittää arvolla 'auto', kun kuva on toimitettu.

oletus 121

Generoitavan tulosteen ruutujen määrä.

oletus 24

Tulostevideon ruutunopeus, mitattuna ruutuina sekunnissa.

•pakollinen

Generoinnissa käytettävän LoRA:n valinta.

Lisäasetukset negative_prompt · end_image · scheduler · acceleration · camera_lora · video_output_type · video_quality · video_write_mode · num_inference_steps · video_cfg_scale · video_stg_scale · video_rescaling_scale · video_modality_scale · audio_cfg_scale · audio_stg_scale · audio_rescaling_scale · audio_modality_scale · gradient_estimation_gamma · camera_lora_scale · distill_lora_first_pass_scale · distill_lora_second_pass_scale · image_strength · end_image_strength · audio_strength · seed · use_multiscale · use_restart_sampling · enable_prompt_expansion · enable_safety_checker · preprocess_audio
oletus news broadcast, 3d an...

Videon generoinnissa käytettävä negatiivinen kehote.

end_image_url
Pudota tiedosto tai

Videon viimeisen ruudun määrittävän kuvan URL-osoite.

scheduler oletus ltx2

Ajoittimen valinta.

acceleration oletus regular

Käsittelyssä käytetty kiihdytystaso.

camera_lora oletus none

Kameran LoRA-valinta generoidun videon liikkeen tarkempaan hallintaan kuin pelkillä kameraliikekehotteilla.

video_output_type oletus X264 (.mp4)

Tuloksena syntyvän videon tulostetyyppi.

video_quality oletus high

Tuloksena syntyvän videon laatutaso.

video_write_mode oletus balanced

Tuloksena syntyvän videon kirjoitustila.

oletus 40

Suoritettujen päättelyvaiheiden määrä.

oletus 3

Videon ohjausasetus: suurenna arvoa, jos haluat generoidulle sisällölle paremman yhdenmukaisuuden ja tarkennuksen. Käyttää classifier-free guidance (CFG) -menetelmää.

oletus 0

Videon yhdenmukaisuuden ja tarkennuksen hallinta Spatiotemporal Guidance (STG) -asteikolla; suurenna asetusta vahvistaaksesi molempia ominaisuuksia.

oletus 0.7

Videon uudelleenskaalauksen säätö classifier-free- ja spatiotemporal-ohjauksen tasapainottamiseen suhteena.

oletus 3

Videon modaliteetin säätö videon ja äänen osuuksien tasapainottamiseen suhteena.

oletus 7

Äänen ohjausasetus: suurenna arvoa, jos haluat generoidulle sisällölle paremman yhdenmukaisuuden ja tarkennuksen. Käyttää classifier-free guidance (CFG) -menetelmää.

oletus 0

Äänen yhdenmukaisuuden ja tarkennuksen hallinta Spatiotemporal Guidance (STG) -asteikolla; suurenna asetusta vahvistaaksesi molempia ominaisuuksia.

oletus 0.7

Äänen uudelleenskaalauksen säätö classifier-free- ja spatiotemporal-ohjauksen tasapainottamiseen suhteena.

oletus 3

Äänen modaliteetin säätö videon ja äänen osuuksien tasapainottamiseen suhteena.

oletus 2

Kohinanpoiston gradientin estimointiasetus: 0 poistaa estimoinnin käytöstä; muussa tapauksessa arvo määrittää gamman.

oletus 1

Kameran LoRA-voimakkuus generoidun videon liikkeen tarkempaan hallintaan kuin pelkillä kameraliikekehotteilla.

oletus 0.2

Ensimmäisen kierroksen distill LoRA -skaalauksen hallinta; arvo 0 poistaa sen käytöstä.

oletus 0.5

Ensimmäisen kierroksen jälkeisten kaikkien kierrosten distill LoRA -skaalauksen hallinta.

oletus 1

Kuvan vaikutuksen voimakkuus videon generointiin.

oletus 1

Hallitsee loppukuvan vaikutusta generoituun videoon.

oletus 1

Äänen ehdollistamisen voimakkuus; täsmälleen 1.0 säilyttää syötteen muuttamattomana. Malli voi muokata ääntä alle 1.0:n asetuksilla.

Satunnaislukujen generoinnin alustava siemenarvo.

POST /run/ltx-2.3-22b/audio-to-video/lora?wait=20 hinta → 0,403 $
# 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/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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"

Suorita tämä pyyntö

Avaimesi säilyy tässä selaimessa: se lähetetään vain Doitong APIlle ja tallennetaan localStorageen vain, jos valitset Muista. Hanki API-avain

Tietoja: LTX-2.3 22B · Audio to Video · LoRA

Kuten tavallinen audio-to-video-malli, tämä käyttää `prompt`-kehotetta ja `audio_url`-osoitetta sekä voi käyttää `image_url`- ja `end_image_url`-osoitteita ensimmäisenä ja viimeisenä ruutuna. Lisäksi se vaatii generoinnin aikana käytettävien mukautettujen LoRA-mallien `loras`-luettelon. Ruutujen määrä seuraa ääntä tai arvoa `num_frames` (9–481), ja samat näytteenotto- ja kamera-LoRA-asetukset ovat käytettävissä.

Parametrit

Lähetä joko kanoninen nimi tai natiivi nimi, älä molempia. Kanoniset nimet

NimiTyyppi OletusSallitut Kuvaus
promptpakollinen
Tyyppistring
Videogeneroinnin perustana käytettävä kehote.
audio_urlpakollinen audio
Tyyppiurl · audio
Videon generointiin käytettävän lähdeäänen URL-osoite.
image_urlvalinnainen image
Tyyppiurl · image
Valinnainen kuvan URL-osoite, joka määrittää videon ensimmäisen ruudun.
end_image_urlvalinnainen end_image
Tyyppiurl · image
Videon viimeisen ruudun määrittävän kuvan URL-osoite.
match_audio_lengthvalinnainen
Tyyppiboolean
Oletustrue
Ru­utujen määrän valitsin: poissa käytöstä käyttää arvoa num_frames, käytössä laskee määrän FPS-arvon ja äänen keston perusteella.
num_framesvalinnainen
Tyyppiinteger
Oletus121
9 – 481
Generoitavan tulosteen ruutujen määrä.
video_sizevalinnainen
Tyyppiobject
Oletuslandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Videon mitat; syötekuvan mitat voidaan määrittää arvolla 'auto', kun kuva on toimitettu.
use_multiscalevalinnainen
Tyyppiboolean
Oletustrue
Moniskaalaisen generoinnin valitsin koherenssin ja yksityiskohtien parantamiseen. Arvolla True alustava pienempi video ohjaa toista generointia, jonka koko vastaa pyydettyjä mittoja tai ylittää ne.
fpsvalinnainen
Tyyppinumber
Oletus24
1 – 60
Tulostevideon ruutunopeus, mitattuna ruutuina sekunnissa.
num_inference_stepsvalinnainen
Tyyppiinteger
Oletus40
8 – 50
Suoritettujen päättelyvaiheiden määrä.
video_cfg_scalevalinnainen
Tyyppinumber
Oletus3
1 – 20
Videon ohjausasetus: suurenna arvoa, jos haluat generoidulle sisällölle paremman yhdenmukaisuuden ja tarkennuksen. Käyttää classifier-free guidance (CFG) -menetelmää.
video_stg_scalevalinnainen
Tyyppinumber
Oletus0
0 – 20
Videon yhdenmukaisuuden ja tarkennuksen hallinta Spatiotemporal Guidance (STG) -asteikolla; suurenna asetusta vahvistaaksesi molempia ominaisuuksia.
video_rescaling_scalevalinnainen
Tyyppinumber
Oletus0.7
0 – 1
Videon uudelleenskaalauksen säätö classifier-free- ja spatiotemporal-ohjauksen tasapainottamiseen suhteena.
video_modality_scalevalinnainen
Tyyppinumber
Oletus3
0 – 10
Videon modaliteetin säätö videon ja äänen osuuksien tasapainottamiseen suhteena.
audio_cfg_scalevalinnainen
Tyyppinumber
Oletus7
1 – 20
Äänen ohjausasetus: suurenna arvoa, jos haluat generoidulle sisällölle paremman yhdenmukaisuuden ja tarkennuksen. Käyttää classifier-free guidance (CFG) -menetelmää.
audio_stg_scalevalinnainen
Tyyppinumber
Oletus0
0 – 20
Äänen yhdenmukaisuuden ja tarkennuksen hallinta Spatiotemporal Guidance (STG) -asteikolla; suurenna asetusta vahvistaaksesi molempia ominaisuuksia.
audio_rescaling_scalevalinnainen
Tyyppinumber
Oletus0.7
0 – 1
Äänen uudelleenskaalauksen säätö classifier-free- ja spatiotemporal-ohjauksen tasapainottamiseen suhteena.
audio_modality_scalevalinnainen
Tyyppinumber
Oletus3
0 – 10
Äänen modaliteetin säätö videon ja äänen osuuksien tasapainottamiseen suhteena.
gradient_estimation_gammavalinnainen
Tyyppinumber
Oletus2
0 – 10
Kohinanpoiston gradientin estimointiasetus: 0 poistaa estimoinnin käytöstä; muussa tapauksessa arvo määrittää gamman.
use_restart_samplingvalinnainen
Tyyppiboolean
Oletusfalse
Uudelleenkäynnistetyn näytteistyksen valitsin mahdollisesti paremman videolaadun saavuttamiseksi: käyttöönotto lisää hieman kohinaa jokaisessa kohinanpoistovaiheessa.
schedulervalinnainen
Tyyppienum
Oletusltx2
ltx2linear_quadraticbeta
Ajoittimen valinta.
accelerationvalinnainen
Tyyppienum
Oletusregular
noneregularhighfull
Käsittelyssä käytetty kiihdytystaso.
camera_loravalinnainen
Tyyppienum
Oletusnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Kameran LoRA-valinta generoidun videon liikkeen tarkempaan hallintaan kuin pelkillä kameraliikekehotteilla.
camera_lora_scalevalinnainen
Tyyppinumber
Oletus1
0 – 1
Kameran LoRA-voimakkuus generoidun videon liikkeen tarkempaan hallintaan kuin pelkillä kameraliikekehotteilla.
negative_promptvalinnainen
Tyyppistring
Oletusnews 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.
seedvalinnainen
Tyyppiinteger | null
Satunnaislukujen generoinnin alustava siemenarvo.
enable_prompt_expansionvalinnainen
Tyyppiboolean
Oletustrue
Määrittää, onko kehotteen laajennus käytössä.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletustrue
Määrittää, onko turvallisuustarkistus käytössä.
video_output_typevalinnainen
Tyyppienum
OletusX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
Tuloksena syntyvän videon tulostetyyppi.
video_qualityvalinnainen
Tyyppienum
Oletushigh
lowmediumhighmaximum
Tuloksena syntyvän videon laatutaso.
video_write_modevalinnainen
Tyyppienum
Oletusbalanced
fastbalancedsmall
Tuloksena syntyvän videon kirjoitustila.
loraspakollinen
Tyyppiobject[]
Generoinnissa käytettävän LoRA:n valinta.
loras[].pathpakollinen
Tyyppistring
LoRA-painojen sijainti URL-osoitteena tai owner/repo-muotoisena HuggingFace-repositoryn tunnuksena.
loras[].weight_namevalinnainen
Tyyppistring | null
LoRA-painon nimi HuggingFace-repositoryn useiden painojen välillä valitsemiseen; pakollinen vain useita painoja sisältävissä repositorioissa. Asetuksella ei ole vaikutusta, ellei `path` yksilöi HuggingFace-repositorya.
loras[].scalevalinnainen
Tyyppinumber
Oletus1
0 – 4
LoRAan sovellettava skaalauskerroin välillä 0.0–4.0.
distill_lora_first_pass_scalevalinnainen
Tyyppinumber
Oletus0.2
0 – 1
Ensimmäisen kierroksen distill LoRA -skaalauksen hallinta; arvo 0 poistaa sen käytöstä.
distill_lora_second_pass_scalevalinnainen
Tyyppinumber
Oletus0.5
0 – 1
Ensimmäisen kierroksen jälkeisten kaikkien kierrosten distill LoRA -skaalauksen hallinta.
image_strengthvalinnainen
Tyyppinumber
Oletus1
0 – 1
Kuvan vaikutuksen voimakkuus videon generointiin.
end_image_strengthvalinnainen
Tyyppinumber
Oletus1
0 – 1
Hallitsee loppukuvan vaikutusta generoituun videoon.
audio_strengthvalinnainen
Tyyppinumber
Oletus1
0 – 1
Äänen ehdollistamisen voimakkuus; täsmälleen 1.0 säilyttää syötteen muuttamattomana. Malli voi muokata ääntä alle 1.0:n asetuksilla.
preprocess_audiovalinnainen
Tyyppiboolean
Oletustrue
Määrittää, esikäsitelläänkö ääni ennen sen käyttöä ehdollistamiseen.
pakollinen Kanoninen nimi, myös hyväksytty

Tiedostoparametrit hyväksyvät julkisen https://-URL:n, enintään 10 MB:n data:-URI:n tai lähetyksen file_url-arvon. Tiedostot

Tulos

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-22b/audio-to-video/lora",
  "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": 403,
    "usd": "0.403",
    "charged": 403,
    "refunded": 0
  },
  "input": {
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "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"
  }
}
Tiedostosi, valintasiJokainen outputs[].url on kopio tallennustilassamme: säilytetään ikuisesti (maksetaan gigatavu-kuukauden mukaan) tai 7 päivää ilmaiseksi tiliasetuksesi tai ?storage= perusteella.
Sama rakenne kaikissa malleissatype, url, content_type, width, height ja duration kuville, videolle ja äänelle. output on mallin oma tulosobjekti.
Tuloksen kentät
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Mallin tuottama video.
seed
integerSatunnaislukujen generoinnin alustamiseen käytettävä siemenarvo.
prompt
stringGenerointia ohjaava kehote.

Lisää malleja: Huulisynkronointi ja avatarit

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/ltx-2.3-22b/audio-to-video/lora.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt