Passer au contenu

LTX-2.3 22B · Audio to Video

Intégrer

Identifiant du modèle ltx-2.3-22b/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/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": "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: 0,358 $ 358 crédits API · ≈ 38,42 ₽ vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
Lightricks · 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.

•requis

Prompt utilisé comme base de la génération vidéo.

•requis audio_url
Déposez un fichier, ou

URL de l'audio source utilisé pour générer la vidéo.

image_url
Déposez un fichier, ou

URL d'image facultative définissant la première image de la vidéo.

video_size par défaut landscape_16_9

Dimensions de la vidéo, avec un dimensionnement selon l'image d'entrée disponible via 'auto' lorsqu'une image est fournie.

par défaut 121

Nombre d'images pour la sortie générée.

par défaut 24

Fréquence d’images de la vidéo de sortie, mesurée en images par seconde.

Avancé 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
par défaut news broadcast, 3d an...

Prompt négatif utilisé pendant la génération vidéo.

end_image_url
Déposez un fichier, ou

URL de l'image définissant la dernière image de la vidéo.

scheduler par défaut ltx2

Sélection du planificateur.

acceleration par défaut regular

Niveau d’accélération appliqué au traitement.

camera_lora par défaut none

Sélection de la LoRA de caméra pour contrôler le mouvement de la vidéo générée plus précisément qu'avec les seuls prompts de mouvement de caméra.

video_output_type par défaut X264 (.mp4)

Type de sortie de la vidéo résultante.

video_quality par défaut high

Niveau de qualité de la vidéo résultante.

video_write_mode par défaut balanced

Mode d’écriture de la vidéo résultante.

par défaut 40

Nombre d’étapes d’inférence effectuées.

par défaut 3

Paramètre de guidage vidéo : augmentez-le pour une meilleure cohérence et une plus grande précision du contenu généré. Utilise le guidage sans classifieur (CFG).

par défaut 0

Contrôle de la cohérence et de la précision vidéo via l'échelle Spatiotemporal Guidance (STG) ; augmentez ce paramètre pour renforcer ces deux qualités.

par défaut 0.7

Ajustement du redimensionnement vidéo pour équilibrer le guidage sans classifieur et le guidage spatiotemporel sous forme de ratio.

par défaut 3

Ajustement de la modalité vidéo pour équilibrer les contributions de la vidéo et de l'audio sous forme de ratio.

par défaut 7

Paramètre de guidage audio : augmentez-le pour une meilleure cohérence et une plus grande précision du contenu généré. Utilise le guidage sans classifieur (CFG).

par défaut 0

Contrôle de la cohérence et de la précision audio via l'échelle Spatiotemporal Guidance (STG) ; augmentez ce paramètre pour renforcer ces deux qualités.

par défaut 0.7

Ajustement du redimensionnement audio pour équilibrer le guidage sans classifieur et le guidage spatiotemporel sous forme de ratio.

par défaut 3

Ajustement de la modalité audio pour équilibrer les contributions de la vidéo et de l'audio sous forme de ratio.

par défaut 2

Paramètre d'estimation du gradient de débruitage : 0 désactive l'estimation ; sinon, la valeur spécifie gamma.

par défaut 1

Intensité de la LoRA de caméra pour contrôler le mouvement de la vidéo générée plus précisément qu'avec les seuls prompts de mouvement de caméra.

par défaut 0.2

Contrôle la mise à l'échelle de la LoRA de distillation de la première passe, en utilisant 0 pour la désactiver.

par défaut 0.5

Contrôle la mise à l'échelle de la LoRA de distillation pour chaque passe suivant la première.

par défaut 1

Influence de l'image sur la génération vidéo.

par défaut 1

Contrôle l'influence de l'image finale sur la vidéo générée.

par défaut 1

Intensité du conditionnement audio, avec exactement 1.0 pour conserver l'entrée inchangée. Le modèle peut modifier l'audio avec des valeurs inférieures à 1.0.

Valeur de graine qui initialise la génération de nombres aléatoires.

POST /run/ltx-2.3-22b/audio-to-video?wait=20 devis → 0,358 $
# 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": "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 à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de LTX-2.3 22B · Audio to Video

Nécessite un `prompt` et une `audio_url`. Par défaut, le nombre d'images est déduit de la durée audio (`match_audio_length`) ; sinon, `num_frames` (de 9 à 481) s'applique. `image_url` et `end_image_url` peuvent fixer les première et dernière images. De nombreux contrôles d'échantillonnage sont disponibles, notamment les échelles de guidage, `scheduler`, `camera_lora` et les formats de sortie mp4, webm, mov et GIF.

Paramètres

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

NomType Par défautAutorisé Description
promptrequis
Typestring
Prompt utilisé comme base de la génération vidéo.
audio_urlrequis audio
Typeurl · audio
URL de l'audio source utilisé pour générer la vidéo.
image_urlfacultatif image
Typeurl · image
URL d'image facultative définissant la première image de la vidéo.
end_image_urlfacultatif end_image
Typeurl · image
URL de l'image définissant la dernière image de la vidéo.
match_audio_lengthfacultatif
Typeboolean
Par défauttrue
Paramètre de sélection du nombre d'images : désactivé, il utilise num_frames ; activé, il calcule le nombre à partir des FPS et de la durée de l'audio.
num_framesfacultatif
Typeinteger
Par défaut121
9 – 481
Nombre d'images pour la sortie générée.
video_sizefacultatif
Typeobject
Par défautlandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensions de la vidéo, avec un dimensionnement selon l'image d'entrée disponible via 'auto' lorsqu'une image est fournie.
use_multiscalefacultatif
Typeboolean
Par défauttrue
Paramètre de génération multirésolution pour améliorer la cohérence et les détails. Avec True, une première vidéo plus petite guide une seconde génération dont la taille atteint ou dépasse les dimensions demandées.
fpsfacultatif
Typenumber
Par défaut24
1 – 60
Fréquence d’images de la vidéo de sortie, mesurée en images par seconde.
num_inference_stepsfacultatif
Typeinteger
Par défaut40
8 – 50
Nombre d’étapes d’inférence effectuées.
video_cfg_scalefacultatif
Typenumber
Par défaut3
1 – 20
Paramètre de guidage vidéo : augmentez-le pour une meilleure cohérence et une plus grande précision du contenu généré. Utilise le guidage sans classifieur (CFG).
video_stg_scalefacultatif
Typenumber
Par défaut0
0 – 20
Contrôle de la cohérence et de la précision vidéo via l'échelle Spatiotemporal Guidance (STG) ; augmentez ce paramètre pour renforcer ces deux qualités.
video_rescaling_scalefacultatif
Typenumber
Par défaut0.7
0 – 1
Ajustement du redimensionnement vidéo pour équilibrer le guidage sans classifieur et le guidage spatiotemporel sous forme de ratio.
video_modality_scalefacultatif
Typenumber
Par défaut3
0 – 10
Ajustement de la modalité vidéo pour équilibrer les contributions de la vidéo et de l'audio sous forme de ratio.
audio_cfg_scalefacultatif
Typenumber
Par défaut7
1 – 20
Paramètre de guidage audio : augmentez-le pour une meilleure cohérence et une plus grande précision du contenu généré. Utilise le guidage sans classifieur (CFG).
audio_stg_scalefacultatif
Typenumber
Par défaut0
0 – 20
Contrôle de la cohérence et de la précision audio via l'échelle Spatiotemporal Guidance (STG) ; augmentez ce paramètre pour renforcer ces deux qualités.
audio_rescaling_scalefacultatif
Typenumber
Par défaut0.7
0 – 1
Ajustement du redimensionnement audio pour équilibrer le guidage sans classifieur et le guidage spatiotemporel sous forme de ratio.
audio_modality_scalefacultatif
Typenumber
Par défaut3
0 – 10
Ajustement de la modalité audio pour équilibrer les contributions de la vidéo et de l'audio sous forme de ratio.
gradient_estimation_gammafacultatif
Typenumber
Par défaut2
0 – 10
Paramètre d'estimation du gradient de débruitage : 0 désactive l'estimation ; sinon, la valeur spécifie gamma.
use_restart_samplingfacultatif
Typeboolean
Par défautfalse
Paramètre d'échantillonnage avec redémarrage pour améliorer potentiellement la qualité vidéo : son activation introduit un peu de bruit à chaque étape de débruitage.
schedulerfacultatif
Typeenum
Par défautltx2
ltx2linear_quadraticbeta
Sélection du planificateur.
accelerationfacultatif
Typeenum
Par défautregular
noneregularhighfull
Niveau d’accélération appliqué au traitement.
camera_lorafacultatif
Typeenum
Par défautnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Sélection de la LoRA de caméra pour contrôler le mouvement de la vidéo générée plus précisément qu'avec les seuls prompts de mouvement de caméra.
camera_lora_scalefacultatif
Typenumber
Par défaut1
0 – 1
Intensité de la LoRA de caméra pour contrôler le mouvement de la vidéo générée plus précisément qu'avec les seuls prompts de mouvement de caméra.
negative_promptfacultatif
Typestring
Par défautnews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
Prompt négatif utilisé pendant la génération vidéo.
seedfacultatif
Typeinteger | null
Valeur de graine qui initialise la génération de nombres aléatoires.
enable_prompt_expansionfacultatif
Typeboolean
Par défauttrue
Contrôle l’activation de l’expansion du prompt.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
Contrôle si la vérification de sécurité est activée.
video_output_typefacultatif
Typeenum
Par défautX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
Type de sortie de la vidéo résultante.
video_qualityfacultatif
Typeenum
Par défauthigh
lowmediumhighmaximum
Niveau de qualité de la vidéo résultante.
video_write_modefacultatif
Typeenum
Par défautbalanced
fastbalancedsmall
Mode d’écriture de la vidéo résultante.
distill_lora_first_pass_scalefacultatif
Typenumber
Par défaut0.2
0 – 1
Contrôle la mise à l'échelle de la LoRA de distillation de la première passe, en utilisant 0 pour la désactiver.
distill_lora_second_pass_scalefacultatif
Typenumber
Par défaut0.5
0 – 1
Contrôle la mise à l'échelle de la LoRA de distillation pour chaque passe suivant la première.
image_strengthfacultatif
Typenumber
Par défaut1
0 – 1
Influence de l'image sur la génération vidéo.
end_image_strengthfacultatif
Typenumber
Par défaut1
0 – 1
Contrôle l'influence de l'image finale sur la vidéo générée.
audio_strengthfacultatif
Typenumber
Par défaut1
0 – 1
Intensité du conditionnement audio, avec exactement 1.0 pour conserver l'entrée inchangée. Le modèle peut modifier l'audio avec des valeurs inférieures à 1.0.
preprocess_audiofacultatif
Typeboolean
Par défauttrue
Contrôle le prétraitement de l'audio avant son utilisation pour le conditionnement.
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": "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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 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, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vidéo produite par le modèle.
seed
integerValeur de seed utilisée pour initialiser la génération de nombres aléatoires.
prompt
stringPrompt utilisé pour guider la génération.

Plus de modèles : Synchronisation labiale et avatars

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/ltx-2.3-22b/audio-to-video.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt