सामग्री पर जाएँ

Ltx 2.3 Quality · Text to Audio · LoRA

इंटीग्रेट करें

मॉडल id ltx-2.3-quality/text-to-audio/lora
# 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-quality/text-to-audio/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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"

यह अनुरोध: ≈$0.70 700 API क्रेडिट · ≈ ₽75.31 इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Lightricks ऑडियो #text-to-audio

अधिकतम 3 कस्टम LoRA लागू करके टेक्स्ट-से-ऑडियो जनरेशन

Lightricks · ऑडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक

निर्मित किए जाने वाले ऑडियो का वर्णन करने वाला प्रॉम्प्ट।

डिफ़ॉल्ट 121

LTX वीडियो फ़्रेम की संख्या के रूप में निर्दिष्ट ऑडियो अवधि; इसकी अनुमानित लंबाई सेकंड में प्राप्त करने के लिए `num_frames` को `frames_per_second` से विभाजित करें।

•आवश्यक

LTX-2.3 के लिए LoRA अतिरिक्त घटक, प्रत्येक 3 GB तक सीमित और अधिकतम 3 प्रविष्टियों की अनुमति के साथ। रजिस्ट्री का SSRF-सुरक्षित डाउनलोडर प्रत्येक पथ को प्राप्त करने के बाद ही लोडिंग होती है।

उन्नत negative_prompt · frames_per_second · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
डिफ़ॉल्ट pc game, console game...

नकारात्मक प्रॉम्प्ट, जो बताता है कि निर्माण में किन चीज़ों से बचना चाहिए।

डिफ़ॉल्ट 24

आउटपुट ऑडियो की अवधि की गणना के लिए फ़्रेम दर।

डिफ़ॉल्ट 15

कुल इन्फ़रेंस चरणों की संख्या।

डिफ़ॉल्ट 1

classifier-free guidance की strength।

निर्माण को पुनरुत्पाद्य बनाने वाली सीड। इसे None पर सेट करने से सीड यादृच्छिक रूप से चुनी जाती है।

POST /run/ltx-2.3-quality/text-to-audio/lora?wait=20 कोटेशन → $0.70
# 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-quality/text-to-audio/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

Ltx 2.3 Quality · Text to Audio · LoRA के बारे में

टेक्स्ट `prompt` से ऑडियो जनरेट करता है और अधिकतम 3 कस्टम LoRA की `loras` सूची आवश्यक होती है, प्रत्येक का आकार अधिकतम 3 GB हो सकता है। अवधि लगभग `num_frames` को `frames_per_second` से विभाजित करने के बराबर होती है, जहाँ `num_frames` 9 से 481 के बीच होता है। यह `negative_prompt`, `seed` और 1 से 20 तक का `guidance_scale` भी स्वीकार करता है।

पैरामीटर

नामप्रकार डिफ़ॉल्टअनुमत विवरण
promptआवश्यक
प्रकारstring
निर्मित किए जाने वाले ऑडियो का वर्णन करने वाला प्रॉम्प्ट।
num_framesवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट121
9 – 481
LTX वीडियो फ़्रेम की संख्या के रूप में निर्दिष्ट ऑडियो अवधि; इसकी अनुमानित लंबाई सेकंड में प्राप्त करने के लिए `num_frames` को `frames_per_second` से विभाजित करें।
frames_per_secondवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट24
1 – 60
आउटपुट ऑडियो की अवधि की गणना के लिए फ़्रेम दर।
num_inference_stepsवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट15
8 – 30
कुल इन्फ़रेंस चरणों की संख्या।
guidance_scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1
1 – 20
classifier-free guidance की strength।
negative_promptवैकल्पिक
प्रकारstring
डिफ़ॉल्टpc game, console game, video game, cartoon, childish, ugly
नकारात्मक प्रॉम्प्ट, जो बताता है कि निर्माण में किन चीज़ों से बचना चाहिए।
seedवैकल्पिक
प्रकारinteger | null
निर्माण को पुनरुत्पाद्य बनाने वाली सीड। इसे None पर सेट करने से सीड यादृच्छिक रूप से चुनी जाती है।
enable_prompt_expansionवैकल्पिक
प्रकारboolean
डिफ़ॉल्टfalse
नियंत्रित करता है कि प्रॉम्प्ट विस्तार सक्षम है या नहीं।
enable_safety_checkerवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
नियंत्रित करता है कि सुरक्षा जाँच सक्षम है या नहीं।
lorasआवश्यक
प्रकारobject[]
≤ 3 आइटम
LTX-2.3 के लिए LoRA अतिरिक्त घटक, प्रत्येक 3 GB तक सीमित और अधिकतम 3 प्रविष्टियों की अनुमति के साथ। रजिस्ट्री का SSRF-सुरक्षित डाउनलोडर प्रत्येक पथ को प्राप्त करने के बाद ही लोडिंग होती है।
loras[].pathआवश्यक
प्रकारstring
≤ 2048 characters
3 GB से बड़ी न होने वाली LoRA .safetensors फ़ाइल का प्रत्यक्ष HTTP(S) URL। लोडिंग से पहले SSRF-सुरक्षित डाउनलोडर द्वारा इसे प्राप्त किया जाता है।
loras[].scaleवैकल्पिक
प्रकारnumber
डिफ़ॉल्ट1
0 – 2
0.0–2.0 की सीमा में यह स्ट्रेंथ बढ़ने पर निर्मित वीडियो पर LoRA का प्रभाव बढ़ता है।
loras[].transformerवैकल्पिक
प्रकारenum
डिफ़ॉल्टboth
highlowboth
Transformer चयन फ़्लैग: LTX-2.3 उपयोग करने वाले लगभग सभी लोगों के लिए 'both' उपयुक्त है, क्योंकि मॉडल में केवल एक transformer है। यह फ़्लैग कई transformer वाली भविष्य की आर्किटेक्चर का समर्थन करने के लिए मौजूद है।
आवश्यक

आउटपुट

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-quality/text-to-audio/lora",
  "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": 700,
    "usd": "0.70",
    "charged": 700,
    "refunded": 0
  },
  "input": {
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42,
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
audio
object {url, content_type, file_name, file_size}मॉडल द्वारा निर्मित ऑडियो।
seed
integerनिर्माण के दौरान लागू किया गया वास्तविक seed।
prompt
stringनिर्माण प्रॉम्प्ट, जिसमें उपयोग से पहले किया गया कोई भी विस्तार शामिल है।

और मॉडल: ऑडियो

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/ltx-2.3-quality/text-to-audio/lora.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt