Siirry sisältöön

Wan-2.2 Speech-to-Video 14B

Integroi

Mallin tunniste wan/v2.2-14b/speech-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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

Esimerkin kaltaiset tiedostot: 0,50 $ 500 API-krediittiä · ≈ 53,79 ₽ tiedostosi mitataan ennen suorittamista Suorita tällä sivulla

Hanki API-avain
Alibaba Huulisynkronointi ja avatarit Huulisynkronointienintään 720p #audio-to-video#talking-head

Luo puhuvan videon still-kuvasta ja äänitiedostosta tekstikehotteen ohjaamana

Tehty Doitongilla

Doitong-yhteisön Wan v22 Large-mallilla tekemät julkiset työt. Käytä kehotetta uudelleen yhdellä napsautuksella.

Näytetyt julkiset työt: 3
Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... Video

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, весёлый водитель в кепке, крупные машины, пастельные цвета. 0:00–0:10 приветствие под музыку; 0:10–0:30 песенка: "Машина едет би-би, би-би", "Поезд едет ту-ту, ту-ту". Бодрая детская музыка...

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... Video

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, тот же весёлый водитель в кепке, самолёт. 0:00–0:15 песенка: "Самолёт летит вж-ж-ж, вж-ж-ж"; 0:15–0:25 интерактивная пауза: водитель спрашивает "Как гудит машина?", пауза; 0:25–0:30 финальный...

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15... Video

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15 seconds **Style:** high‑quality Pixar‑inspired 3D animation, cinematic, warm, emotional, charming animated movie aesthetic. ### The main character is a child Use the attached image as the only and...

Muodosta pyyntö

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

•pakollinen

Videon generointiin käytetty tekstikehote.

•pakollinen image_url
Pudota tiedosto tai

Lähdekuvan URL; valittu kuvasuhde määrittää, tarvitaanko esikäsittelyä: poikkeama käynnistää koon muuttamisen ja keskeltä rajaamisen.

•pakollinen audio_url
Pudota tiedosto tai

Äänitiedostoon osoittava URL.

resolution oletus 480p

Tulostevideon resoluutio: 480p, 580p tai 720p.

oletus 80

Valitse välillä 40–120 oleva luvun 4 monikerta määrittämään luotavien ruutujen määrä.

Lisäasetukset negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
oletus

Videota generoitaessa käytettävä kielteinen kehote.

video_quality oletus high

Tulostevideon laatuasetus, joka kasvattaa tiedostokokoa ja parantaa visuaalista laatua asetuksen kasvaessa.

video_write_mode oletus balanced

Videon kirjoitustila, jossa balanced tarjoaa nopeuden ja laadun kompromissin. Valitse small pienimmille tiedostoille ja hitaimmalle kirjoitukselle; nopeampi kirjoitus palauttaa tulokset aiemmin mutta tuottaa suurempia tiedostoja.

oletus 16

Luodun videon kuvataajuus, arvot 4–60; `adjust_fps_for_interpolation`-asetuksen ollessa false tämä taajuus säilyy muuttumattomana. Kun interpolointi on käytössä ja `adjust_fps_for_interpolation` on true (oletus), kerro taajuus yhdellä plus interpoloitujen ruutujen määrällä saadaksesi lopullisen FPS-arvon. Esimerkiksi 16 FPS ja 1 interpoloitu ruutu tuottavat 32 FPS.

oletus 27

Näytteenottoaskelten määrä; suurempi määrä pidentää käsittelyaikaa mutta parantaa laatua.

oletus 3.5

Classifier-free-ohjauksen voimakkuus; suurempi skaala parantaa kehotteen vastaavuutta, mutta voi heikentää laatua.

oletus 5

Videon siirtoasetus, sallittu alue 1.0–10.0.

Generoinnin toistettavaksi tekevä siemen. Arvon None asettaminen valitsee siemenen satunnaisesti.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 hinta → 0,50 $
# 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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

Suorita tämä pyyntö

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

Tietoja: Wan-2.2 Speech-to-Video 14B

Tarvitsee `prompt`-kehotteen, lähteen `image_url`-kuvan ja `audio_url`-äänitiedoston sekä tuottaa videon, jossa kuvassa oleva kohde liikkuu äänen ohjaamana. `num_frames` on 40–120 neljän kerrannaisina, oletuksena 16 fps. `resolution` voi olla 480p, 580p tai 720p. Näytteistysaskeleet, ohjaus, interpolointi ja `negative_prompt` ovat säädettävissä.

Parametrit

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

NimiTyyppi OletusSallitut Kuvaus
promptpakollinen
Tyyppistring
Videon generointiin käytetty tekstikehote.
negative_promptvalinnainen
Tyyppistring
Oletus
Videota generoitaessa käytettävä kielteinen kehote.
num_framesvalinnainen
Tyyppiinteger
Oletus80
40 – 120
Valitse välillä 40–120 oleva luvun 4 monikerta määrittämään luotavien ruutujen määrä.
frames_per_secondvalinnainen
Tyyppiinteger | null
Oletus16
4 – 60
Luodun videon kuvataajuus, arvot 4–60; `adjust_fps_for_interpolation`-asetuksen ollessa false tämä taajuus säilyy muuttumattomana. Kun interpolointi on käytössä ja `adjust_fps_for_interpolation` on true (oletus), kerro taajuus yhdellä plus interpoloitujen ruutujen määrällä saadaksesi lopullisen FPS-arvon. Esimerkiksi 16 FPS ja 1 interpoloitu ruutu tuottavat 32 FPS.
seedvalinnainen
Tyyppiinteger | null
Generoinnin toistettavaksi tekevä siemen. Arvon None asettaminen valitsee siemenen satunnaisesti.
resolutionvalinnainen
Tyyppienum
Oletus480p
480p580p720p
Tulostevideon resoluutio: 480p, 580p tai 720p.
num_inference_stepsvalinnainen
Tyyppiinteger
Oletus27
2 – 40
Näytteenottoaskelten määrä; suurempi määrä pidentää käsittelyaikaa mutta parantaa laatua.
enable_safety_checkervalinnainen
Tyyppiboolean
Oletusfalse
Syötteen turvallisuustarkistus ennen käsittelyä. Vain valtuutetut tilit voivat poistaa sen käytöstä. Ilman valtuutusta tehdyt pyynnöt tarkistetaan aina; muuten true ottaa tarkistuksen käyttöön.
enable_output_safety_checkervalinnainen
Tyyppiboolean
Oletusfalse
Määrittää luodun videon turvallisuustarkistuksen; true tekee tarkistuksen generoinnin jälkeen.
guidance_scalevalinnainen
Tyyppinumber
Oletus3.5
1 – 10
Classifier-free-ohjauksen voimakkuus; suurempi skaala parantaa kehotteen vastaavuutta, mutta voi heikentää laatua.
shiftvalinnainen
Tyyppinumber
Oletus5
1 – 10
Videon siirtoasetus, sallittu alue 1.0–10.0.
video_qualityvalinnainen
Tyyppienum
Oletushigh
lowmediumhighmaximum
Tulostevideon laatuasetus, joka kasvattaa tiedostokokoa ja parantaa visuaalista laatua asetuksen kasvaessa.
video_write_modevalinnainen
Tyyppienum
Oletusbalanced
fastbalancedsmall
Videon kirjoitustila, jossa balanced tarjoaa nopeuden ja laadun kompromissin. Valitse small pienimmille tiedostoille ja hitaimmalle kirjoitukselle; nopeampi kirjoitus palauttaa tulokset aiemmin mutta tuottaa suurempia tiedostoja.
image_urlpakollinen image
Tyyppiurl · image
Lähdekuvan URL; valittu kuvasuhde määrittää, tarvitaanko esikäsittelyä: poikkeama käynnistää koon muuttamisen ja keskeltä rajaamisen.
audio_urlpakollinen audio
Tyyppiurl · audio
Äänitiedostoon osoittava URL.
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": "wan/v2.2-14b/speech-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": 500,
    "usd": "0.50",
    "charged": 500,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"
  }
}
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}Generoinnissa tuotettu videotiedosto.

Lisää malleja: Huulisynkronointi ja avatarit

Tekoälyagenteille: tämän sivun Markdown-muoto on osoitteessa https://doitong.com/fi/developers/models/wan/v2.2-14b/speech-to-video.md. Kaikki mallit ja oppaat: https://doitong.com/developers/llms.txt