Léim chuig an ábhar

Longcat Single Avatar · Audio to Video

Comhtháthú

Aitheantas na samhla longcat-single-avatar/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/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Comhaid cosúil leis an sampla: $0.90 900 gcreidmheas API · ≈ ₽96.82 déantar do chuid comhad a thomhas roimh an rith Rith ar an leathanach seo

Faigh eochair API
Meituan Sioncronú Liopaí agus Abhatáir Sioncronú liopaísuas le 720p #audio-to-video

Cruthaíonn sé físeán abhatáir labhartha á thiomáint ag comhad fuaime agus leid téacs amháin, gan íomhá foinse

Meituan · Físeán

Beidh do chéad toradh anseo

Tóg iarratas thíos agus rith é le d’eochair API. Cóipeáiltear na haschuir chuig ár stóráil, coinnithe go deo nó ar feadh 7 lá saor in aisce.

Tóg iarratas

Gintear na rialtáin ó scéim na samhla. Nuashonraítear an cód agus an praghas de réir mar a athraíonn tú iad.

réamhshocrú A person is talking n...

Leid a threoraíonn giniúint físeáin.

•riachtanach audio_url
Scaoil comhad, nó

URL comhaid fuaime a úsáidtear chun an t-avatar a thiomáint.

resolution réamhshocrú 480p

Taifeach físeáin aschuir, 480p nó 720p.

réamhshocrú 1

Líon míreanna físeáin, le thart ar 5.8s don mhír tosaigh agus 5s do gach mír ina dhiaidh sin—thart ar 5 soicind físeáin in aghaidh na míre.

Ardleibhéal negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
réamhshocrú Close-up, Bright tone...

Leid dhiúltach ina sonraítear cad ba cheart do ghiniúint an fhíseáin a sheachaint.

réamhshocrú 50

Líon na gcéimeanna tátail a rinneadh.

réamhshocrú 4

Scála treorach téacs a chuirtear i bhfeidhm i dtreoir saor ó aicmitheoir.

réamhshocrú 4

Coigeartú treorach fuaime a fhéadann gluaiseacht an bhéil a áibhéil nuair a mhéadaítear é.

Luach síl a thosaíonn giniúint uimhreacha randamacha.

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

Rith an t-iarratas seo

Fanann d'eochair sa bhrabhsálaí seo: seoltar chuig Doitong API amháin í agus sábháiltear (localStorage) í ach amháin má chuireann tú tic le Meabhraigh. Faigh eochair API

Maidir le Longcat Single Avatar · Audio to Video

Gineann sé físeán abhatáir le sioncronú liopaí ó `audio_url` agus `prompt` ina gcuirtear síos ar an duine. Is é 480p nó 720p an t-aschur. Socraíonn `num_segments` (1 go 10) an fad: maireann an chéad mhír thart ar 5.8 soicind agus cuireann gach ceann eile 5 soicind leis. Rialaíonn `audio_guidance_scale` (1 go 10) cé chomh láidir agus a thiomáineann an chaint an béal, agus is féidir le luachanna níos airde an ghluaiseacht a áibhéil.

Paraiméadair

Seol an t-ainm canónach nó an t-ainm dúchasach, ní an dá cheann. Ainmneacha canónacha

AinmCineál RéamhshocrúCeadaithe Cur síos
audio_urlriachtanach audio
Cineálurl · audio
URL comhaid fuaime a úsáidtear chun an t-avatar a thiomáint.
promptroghnach
Cineálstring
RéamhshocrúA person is talking naturally with natural expressions and movements.
Leid a threoraíonn giniúint físeáin.
negative_promptroghnach
Cineálstring
RéamhshocrúClose-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
Leid dhiúltach ina sonraítear cad ba cheart do ghiniúint an fhíseáin a sheachaint.
num_inference_stepsroghnach
Cineálinteger
Réamhshocrú50
10 – 100
Líon na gcéimeanna tátail a rinneadh.
text_guidance_scaleroghnach
Cineálnumber
Réamhshocrú4
1 – 10
Scála treorach téacs a chuirtear i bhfeidhm i dtreoir saor ó aicmitheoir.
audio_guidance_scaleroghnach
Cineálnumber
Réamhshocrú4
1 – 10
Coigeartú treorach fuaime a fhéadann gluaiseacht an bhéil a áibhéil nuair a mhéadaítear é.
resolutionroghnach
Cineálenum
Réamhshocrú480p
480p720p
Taifeach físeáin aschuir, 480p nó 720p.
num_segmentsroghnach
Cineálinteger
Réamhshocrú1
1 – 10
Líon míreanna físeáin, le thart ar 5.8s don mhír tosaigh agus 5s do gach mír ina dhiaidh sin—thart ar 5 soicind físeáin in aghaidh na míre.
seedroghnach
Cineálinteger | null
Luach síl a thosaíonn giniúint uimhreacha randamacha.
enable_safety_checkerroghnach
Cineálboolean
Réamhshocrútrue
Scorán seiceála sábháilteachta faoi réir ceadanna cuntais: fanann seiceálacha éigeantach d’iarratais neamhúdaraithe, agus teastaíonn údarú chun iad a dhíchumasú.
enable_prompt_expansionroghnach
Cineálboolean
Réamhshocrúfalse
Scorán leathnaithe leid bunaithe ar LLM chun cáilíocht físeáin a fheabhsú trí leid fheabhsaithe.
riachtanach Ainm canónach, glactar leis freisin

Glacann paraiméadair chomhaid le URL poiblí https://, URI data: suas le 10 MB, nó file_url uaslódála. Comhaid

Aschur

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/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": {
    "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"
  }
}
Do chuid comhad, do roghaIs cóip ar ár stóráil é gach outputs[].url: coinnithe go deo (íoctha in aghaidh GB-mhí) nó ar feadh 7 lá saor in aisce, de réir shocrú do chuntais nó ?storage=.
An cruth céanna ar gach samhailtype, url, content_type, width, height agus duration, d'íomhánna, d'fhíseáin agus d'fhuaim araon. Is é output réad toraidh na samhla féin.
Réimsí aschuir
video
object {url, content_type, file_name, file_size}Comhad físeáin a tháirgtear leis an nginiúint.
seed
integerLuach síl a chuirtear i bhfeidhm le linn giniúna.

Tuilleadh samhlacha: Sioncronú Liopaí agus Abhatáir

Do ghníomhairí AI: tá an leathanach seo mar Markdown ag https://doitong.com/ga/developers/models/longcat-single-avatar/audio-to-video.md. Gach samhail agus treoir: https://doitong.com/developers/llms.txt