Passer au contenu

Longcat Single Avatar · Image Audio to Video

Intégrer

Identifiant du modèle longcat-single-avatar/image-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/longcat-single-avatar/image-audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Fichiers comme dans l’exemple: 0,90 $ 900 crédits API · ≈ 96,58 ₽ vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
Meituan Synchronisation labiale et avatars Synchronisation labialejusqu’à 720p #audio-to-video#image-to-video

Anime une image portrait fournie en vidéo parlante synchronisée sur les lèvres, suivant une piste audio

Meituan · Vidéo

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

par défaut A person is talking n...

Invite qui dirige la génération vidéo.

•requis image_url
Déposez un fichier ou

URL indiquant l’image animée.

•requis audio_url
Déposez un fichier ou

URL de fichier audio utilisée pour piloter l’avatar.

resolution par défaut 480p

Résolution vidéo de sortie, soit 480p, soit 720p.

par défaut 1

Nombre de segments vidéo, avec environ 5.8s pour le segment initial et 5s pour chaque segment suivant — environ 5 secondes de vidéo par segment.

Avancé negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
par défaut Close-up, Bright tone...

Invite négative précisant ce que la génération vidéo doit éviter.

par défaut 50

Nombre d’étapes d’inférence effectuées.

par défaut 4

Échelle de guidage textuelle appliquée au guidage sans classificateur.

par défaut 4

Ajustement du guidage audio qui peut exagérer le mouvement de la bouche lorsqu’il est augmenté.

Valeur de graine qui initialise la génération de nombres aléatoires.

POST /run/longcat-single-avatar/image-audio-to-video?wait=20 devis → 0,90 $
# 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/longcat-single-avatar/image-audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Longcat Single Avatar · Image Audio to Video

Combine un `image_url` à animer avec un `audio_url` qui guide la parole, afin que l’avatar conserve l’apparence de votre image. La résolution est de 480p ou 720p, et `num_segments` de 1 à 10 prolonge le clip : environ 5.8 secondes pour le premier segment et 5 secondes pour chaque segment supplémentaire. Réglez `text_guidance_scale` et `audio_guidance_scale` (tous deux de 1 à 10), ainsi que `num_inference_steps` (10 à 100).

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
image_urlrequis image
Typeurl · image
URL indiquant l’image animée.
audio_urlrequis audio
Typeurl · audio
URL de fichier audio utilisée pour piloter l’avatar.
promptfacultatif
Typestring
Par défautA person is talking naturally with natural expressions and movements.
Invite qui dirige la génération vidéo.
negative_promptfacultatif
Typestring
Par défautClose-up, Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, static, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards
Invite négative précisant ce que la génération vidéo doit éviter.
num_inference_stepsfacultatif
Typeinteger
Par défaut50
10 – 100
Nombre d’étapes d’inférence effectuées.
text_guidance_scalefacultatif
Typenumber
Par défaut4
1 – 10
Échelle de guidage textuelle appliquée au guidage sans classificateur.
audio_guidance_scalefacultatif
Typenumber
Par défaut4
1 – 10
Ajustement du guidage audio qui peut exagérer le mouvement de la bouche lorsqu’il est augmenté.
resolutionfacultatif
Typeenum
Par défaut480p
480p720p
Résolution vidéo de sortie, soit 480p, soit 720p.
num_segmentsfacultatif
Typeinteger
Par défaut1
1 – 10
Nombre de segments vidéo, avec environ 5.8s pour le segment initial et 5s pour chaque segment suivant — environ 5 secondes de vidéo par segment.
seedfacultatif
Typeinteger | null
Valeur de graine qui initialise la génération de nombres aléatoires.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Commutateur de vérification de sécurité soumis aux autorisations du compte : les vérifications restent obligatoires pour les requêtes non autorisées et leur désactivation exige une autorisation.
enable_prompt_expansionfacultatif
Typeboolean
Par défautfalse
Commutateur d’expansion d’invite fondée sur un LLM pour améliorer la qualité vidéo grâce à une invite enrichie.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/image-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": 900,
    "usd": "0.90",
    "charged": 900,
    "refunded": 0
  },
  "input": {
    "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
    },
    "seed": 42
  },
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size}Fichier vidéo produit par la génération.
seed
integerValeur de graine appliquée pendant la génération.

Plus de modèles : Synchronisation labiale et avatars

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/longcat-single-avatar/image-audio-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt