Accéder au contenu

Avatar X

Intégrer

Identifiant du modèle mirage-api/avatar-x/text-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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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"

Cette requête: ≈54,00 $ 54 000 crédits API · ≈ 5 809,30 ₽ L'exécuter sur cette page

Obtenir une clé API
Mirage Synchronisation labiale et avatars Entrées de référenceSynchronisation labiale #avatar#lipsync#talking-head

Vidéo d’avatar parlant à partir d’un script, avec un avatar prédéfini ou votre propre vidéo et voix de référence

Mirage · Vidéo

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 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 lorsque vous les modifiez.

•obligatoire 88 / 1500

Script limité à la fois par le nombre de caractères et la durée générée : la parole ne peut pas dépasser 180 secondes, même si le rythme d’élocution fait dépasser cette limite à un script plus court. Fournissez entre 50 et 1 500 caractères ; le minimum de 50 caractères produit généralement environ quatre secondes de parole.

Avancé avatar · video_reference_url · audio_reference_url
par défaut Jasmine

Sélection de l’apparence et de la voix de stock, inutile lorsque video_reference_url et audio_reference_url sont tous deux fournis, car ces références la remplacent entièrement. Utilisez None pour laisser l’avatar non défini, ou copiez une valeur Avatar exacte après avoir consulté toutes les options dans le [catalogue d’avatars](https://captions.ai/help/docs/api/actor-catalog).

URL de la vidéo de référence qui remplace l’avatar sélectionné et nécessite audio_reference_url ; tout audio intégré à la vidéo est ignoré. Le média doit durer de 1 à 120 secondes, ne pas dépasser 1 GiB et avoir un rapport de l’image à moins de 5 % de 9:16 ou 16:9 ; les combinaisons codec/conteneur prises en charge sont H.264, H.265/HEVC ou ProRes dans .mp4, .mov ou .m4v, et VP8 ou VP9 dans .webm. La récupération doit être publique via HTTPS, sans cookies ni en-têtes d’autorisation.

URL HTTPS de référence vocale nécessitant un video_reference_url associé et entraînant l’ignorance de l’avatar choisi ; la récupération doit fonctionner publiquement sans en-têtes d’autorisation ni cookies. Le traitement utilise uniquement les 60 premières secondes, mais le fichier doit durer de 10 à 180 secondes, rester inférieur à 64 MiB et contenir un seul flux mono ou stéréo à 8–48 kHz. Les formats acceptés incluent FLAC, MP3, PCM WAV ou AIFF, AAC ou ALAC, et Opus ou Vorbis.

POST /run/mirage-api/avatar-x/text-to-video?wait=20 devis → 54,00 $
# 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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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 à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Avatar X

Transforme un `script` de 50 à 1 500 caractères en vidéo d’avatar parlant, avec une parole générée limitée à 180 secondes. Choisissez un `avatar` prédéfini comme Jasmine, Luke ou Maya, y compris les variantes 16:9. Vous pouvez aussi fournir `video_reference_url` et `audio_reference_url` pour utiliser vos propres images et votre référence vocale ; l’avatar prédéfini est alors ignoré.

Paramètres

NomType Par défautAutorisé Description
scriptobligatoire
Typestring
≤ 1 500 caractères≥ 50 caractères
Script limité à la fois par le nombre de caractères et la durée générée : la parole ne peut pas dépasser 180 secondes, même si le rythme d’élocution fait dépasser cette limite à un script plus court. Fournissez entre 50 et 1 500 caractères ; le minimum de 50 caractères produit généralement environ quatre secondes de parole.
avatarfacultatif
Typeenum
Par défautJasmine
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5 de plusNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
Sélection de l’apparence et de la voix de stock, inutile lorsque video_reference_url et audio_reference_url sont tous deux fournis, car ces références la remplacent entièrement. Utilisez None pour laisser l’avatar non défini, ou copiez une valeur Avatar exacte après avoir consulté toutes les options dans le [catalogue d’avatars](https://captions.ai/help/docs/api/actor-catalog).
video_reference_urlfacultatif
Typestring | null
URL de la vidéo de référence qui remplace l’avatar sélectionné et nécessite audio_reference_url ; tout audio intégré à la vidéo est ignoré. Le média doit durer de 1 à 120 secondes, ne pas dépasser 1 GiB et avoir un rapport de l’image à moins de 5 % de 9:16 ou 16:9 ; les combinaisons codec/conteneur prises en charge sont H.264, H.265/HEVC ou ProRes dans .mp4, .mov ou .m4v, et VP8 ou VP9 dans .webm. La récupération doit être publique via HTTPS, sans cookies ni en-têtes d’autorisation.
audio_reference_urlfacultatif
Typestring | null
URL HTTPS de référence vocale nécessitant un video_reference_url associé et entraînant l’ignorance de l’avatar choisi ; la récupération doit fonctionner publiquement sans en-têtes d’autorisation ni cookies. Le traitement utilise uniquement les 60 premières secondes, mais le fichier doit durer de 10 à 180 secondes, rester inférieur à 64 MiB et contenir un seul flux mono ou stéréo à 8–48 kHz. Les formats acceptés incluent FLAC, MP3, PCM WAV ou AIFF, AAC ou ALAC, et Opus ou Vorbis.
obligatoire

Sortie

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirage-api/avatar-x/text-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": 54000,
    "usd": "54.00",
    "charged": 54000,
    "refunded": 0
  },
  "input": {
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie sur notre stockage : conservée indéfiniment (facturation par Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Une structure identique pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et l'audio. output est l'objet de résultat propre au modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size}

Plus de modèles : Synchronisation labiale et avatars

Pour les agents IA : cette page au format Markdown est disponible à l'adresse https://doitong.com/fr-FR/developers/models/mirage-api/avatar-x/text-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt