Prijeđi na sadržaj

LTX-2.3 22B · Audio to Video

Integriraj

ID modela 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"

Datoteke poput primjera: 0,358 $ 358 API kredita · ≈ 38,42 ₽ vaše se datoteke mjere prije pokretanja Pokreni na ovoj stranici

Nabavi API ključ
Lightricks · Video

Vaš prvi rezultat bit će ovdje

Izradite zahtjev u nastavku i pokrenite ga svojim API ključem. Izlazi se kopiraju u našu pohranu i čuvaju zauvijek ili 7 dana besplatno.

Izradi zahtjev

Kontrole se generiraju iz sheme modela. Kôd i cijena ažuriraju se dok ih mijenjate.

•obavezno

Prompt koji se upotrebljava kao osnova za generiranje videa.

•obavezno audio_url
Ispustite datoteku ili

URL izvornog audija koji se koristi za generiranje videa.

image_url
Ispustite datoteku ili

Neobavezni URL slike koji definira početnu sličicu videa.

video_size zadano landscape_16_9

Dimenzije videa, uz dostupno određivanje veličine ulaznom slikom putem 'auto' kada je slika navedena.

zadano 121

Broj sličica generiranog izlaza.

zadano 24

Broj izlaznih sličica u sekundi.

Napredno 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
zadano news broadcast, 3d an...

Negativni prompt koji se koristi tijekom generiranja videa.

end_image_url
Ispustite datoteku ili

URL slike koji definira završnu sličicu videa.

scheduler zadano ltx2

Odabir planera.

acceleration zadano regular

Razina ubrzanja primijenjena na obradu.

camera_lora zadano none

Odabir Camera LoRA-e za preciznije upravljanje kretanjem u generiranom videu nego samo promptima pokreta kamere.

video_output_type zadano X264 (.mp4)

Vrsta izlaza rezultirajućeg videozapisa.

video_quality zadano high

Razina kvalitete rezultirajućeg videozapisa.

video_write_mode zadano balanced

Način zapisivanja rezultirajućeg videozapisa.

zadano 40

Broj izvedenih koraka inferencije.

zadano 3

Postavka usmjeravanja videa: povećajte je za veću dosljednost i fokus generiranog sadržaja. Koristi usmjeravanje bez klasifikatora (CFG).

zadano 0

Upravljanje dosljednošću i fokusom videa putem skale prostorno-vremenskog usmjeravanja (STG); povećajte postavku za jačanje obiju značajki.

zadano 0.7

Prilagodba ponovnog skaliranja videa za uravnoteživanje usmjeravanja bez klasifikatora i prostorno-vremenskog usmjeravanja kao omjera.

zadano 3

Prilagodba modaliteta videa za uravnoteživanje doprinosa videa i audija kao omjera.

zadano 7

Postavka usmjeravanja audija: povećajte je za veću dosljednost i fokus generiranog sadržaja. Koristi usmjeravanje bez klasifikatora (CFG).

zadano 0

Upravljanje dosljednošću i fokusom audija putem skale prostorno-vremenskog usmjeravanja (STG); povećajte postavku za jačanje obiju značajki.

zadano 0.7

Prilagodba ponovnog skaliranja audija za uravnoteživanje usmjeravanja bez klasifikatora i prostorno-vremenskog usmjeravanja kao omjera.

zadano 3

Prilagodba modaliteta audija za uravnoteživanje doprinosa videa i audija kao omjera.

zadano 2

Postavka procjene gradijenta uklanjanja šuma: 0 isključuje procjenu; inače vrijednost određuje gamu.

zadano 1

Jačina Camera LoRA-e za preciznije upravljanje kretanjem u generiranom videu nego samo promptima pokreta kamere.

zadano 0.2

Upravlja skaliranjem distill LoRA-e u prvom prolazu; 0 je isključuje.

zadano 0.5

Upravlja skaliranjem distill LoRA-e u svakom prolazu nakon prvog.

zadano 1

Utjecaj slike na generiranje videa.

zadano 1

Upravlja utjecajem završne slike na generirani video.

zadano 1

Jačina kondicioniranja audija, pri čemu točno 1.0 neizmijenjeno čuva ulaz. Model može izmijeniti audio pri vrijednostima manjima od 1.0.

Vrijednost sjemena koja pokreće generiranje slučajnih brojeva.

POST /run/ltx-2.3-22b/audio-to-video?wait=20 cijena → 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"

Pokreni ovaj zahtjev

Vaš ključ ostaje u ovom pregledniku: šalje se samo Doitong API-ju i sprema u localStorage samo ako označite Zapamti. Nabavite API ključ

O modelu LTX-2.3 22B · Audio to Video

Zahtijeva `prompt` i `audio_url`. Prema zadanim postavkama broj kadrova izvodi se iz duljine zvuka (`match_audio_length`); inače se primjenjuje `num_frames` (9 do 481). `image_url` i `end_image_url` mogu zadati prvi i posljednji kadar. Dostupne su brojne kontrole uzorkovanja, poput skala usmjeravanja, `scheduler`, `camera_lora` i izlaznih formata, uključujući mp4, webm, mov i GIF.

Parametri

Pošaljite kanonski naziv ili izvorni naziv, ne oba. Kanonski nazivi

NazivVrsta ZadanoDopušteno Opis
promptobavezno
Vrstastring
Prompt koji se upotrebljava kao osnova za generiranje videa.
audio_urlobavezno audio
Vrstaurl · audio
URL izvornog audija koji se koristi za generiranje videa.
image_urlneobavezno image
Vrstaurl · image
Neobavezni URL slike koji definira početnu sličicu videa.
end_image_urlneobavezno end_image
Vrstaurl · image
URL slike koji definira završnu sličicu videa.
match_audio_lengthneobavezno
Vrstaboolean
Zadanotrue
Prekidač odabira broja sličica: onemogućeno koristi num_frames, a omogućeno izračunava broj iz FPS-a i trajanja audija.
num_framesneobavezno
Vrstainteger
Zadano121
9 – 481
Broj sličica generiranog izlaza.
video_sizeneobavezno
Vrstaobject
Zadanolandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimenzije videa, uz dostupno određivanje veličine ulaznom slikom putem 'auto' kada je slika navedena.
use_multiscaleneobavezno
Vrstaboolean
Zadanotrue
Prekidač za višestruko skalno generiranje radi bolje koherentnosti i detalja. Uz True preliminarni manji video usmjerava drugo generiranje čija veličina doseže ili premašuje tražene dimenzije.
fpsneobavezno
Vrstanumber
Zadano24
1 – 60
Broj izlaznih sličica u sekundi.
num_inference_stepsneobavezno
Vrstainteger
Zadano40
8 – 50
Broj izvedenih koraka inferencije.
video_cfg_scaleneobavezno
Vrstanumber
Zadano3
1 – 20
Postavka usmjeravanja videa: povećajte je za veću dosljednost i fokus generiranog sadržaja. Koristi usmjeravanje bez klasifikatora (CFG).
video_stg_scaleneobavezno
Vrstanumber
Zadano0
0 – 20
Upravljanje dosljednošću i fokusom videa putem skale prostorno-vremenskog usmjeravanja (STG); povećajte postavku za jačanje obiju značajki.
video_rescaling_scaleneobavezno
Vrstanumber
Zadano0.7
0 – 1
Prilagodba ponovnog skaliranja videa za uravnoteživanje usmjeravanja bez klasifikatora i prostorno-vremenskog usmjeravanja kao omjera.
video_modality_scaleneobavezno
Vrstanumber
Zadano3
0 – 10
Prilagodba modaliteta videa za uravnoteživanje doprinosa videa i audija kao omjera.
audio_cfg_scaleneobavezno
Vrstanumber
Zadano7
1 – 20
Postavka usmjeravanja audija: povećajte je za veću dosljednost i fokus generiranog sadržaja. Koristi usmjeravanje bez klasifikatora (CFG).
audio_stg_scaleneobavezno
Vrstanumber
Zadano0
0 – 20
Upravljanje dosljednošću i fokusom audija putem skale prostorno-vremenskog usmjeravanja (STG); povećajte postavku za jačanje obiju značajki.
audio_rescaling_scaleneobavezno
Vrstanumber
Zadano0.7
0 – 1
Prilagodba ponovnog skaliranja audija za uravnoteživanje usmjeravanja bez klasifikatora i prostorno-vremenskog usmjeravanja kao omjera.
audio_modality_scaleneobavezno
Vrstanumber
Zadano3
0 – 10
Prilagodba modaliteta audija za uravnoteživanje doprinosa videa i audija kao omjera.
gradient_estimation_gammaneobavezno
Vrstanumber
Zadano2
0 – 10
Postavka procjene gradijenta uklanjanja šuma: 0 isključuje procjenu; inače vrijednost određuje gamu.
use_restart_samplingneobavezno
Vrstaboolean
Zadanofalse
Prekidač ponovnog uzorkovanja radi moguće bolje kvalitete videa: uključivanje dodaje malo šuma pri svakom koraku uklanjanja šuma.
schedulerneobavezno
Vrstaenum
Zadanoltx2
ltx2linear_quadraticbeta
Odabir planera.
accelerationneobavezno
Vrstaenum
Zadanoregular
noneregularhighfull
Razina ubrzanja primijenjena na obradu.
camera_loraneobavezno
Vrstaenum
Zadanonone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Odabir Camera LoRA-e za preciznije upravljanje kretanjem u generiranom videu nego samo promptima pokreta kamere.
camera_lora_scaleneobavezno
Vrstanumber
Zadano1
0 – 1
Jačina Camera LoRA-e za preciznije upravljanje kretanjem u generiranom videu nego samo promptima pokreta kamere.
negative_promptneobavezno
Vrstastring
Zadanonews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
Negativni prompt koji se koristi tijekom generiranja videa.
seedneobavezno
Vrstainteger | null
Vrijednost sjemena koja pokreće generiranje slučajnih brojeva.
enable_prompt_expansionneobavezno
Vrstaboolean
Zadanotrue
Određuje je li proširivanje prompta omogućeno.
enable_safety_checkerneobavezno
Vrstaboolean
Zadanotrue
Kontrolira je li provjera sigurnosti omogućena.
video_output_typeneobavezno
Vrstaenum
ZadanoX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
Vrsta izlaza rezultirajućeg videozapisa.
video_qualityneobavezno
Vrstaenum
Zadanohigh
lowmediumhighmaximum
Razina kvalitete rezultirajućeg videozapisa.
video_write_modeneobavezno
Vrstaenum
Zadanobalanced
fastbalancedsmall
Način zapisivanja rezultirajućeg videozapisa.
distill_lora_first_pass_scaleneobavezno
Vrstanumber
Zadano0.2
0 – 1
Upravlja skaliranjem distill LoRA-e u prvom prolazu; 0 je isključuje.
distill_lora_second_pass_scaleneobavezno
Vrstanumber
Zadano0.5
0 – 1
Upravlja skaliranjem distill LoRA-e u svakom prolazu nakon prvog.
image_strengthneobavezno
Vrstanumber
Zadano1
0 – 1
Utjecaj slike na generiranje videa.
end_image_strengthneobavezno
Vrstanumber
Zadano1
0 – 1
Upravlja utjecajem završne slike na generirani video.
audio_strengthneobavezno
Vrstanumber
Zadano1
0 – 1
Jačina kondicioniranja audija, pri čemu točno 1.0 neizmijenjeno čuva ulaz. Model može izmijeniti audio pri vrijednostima manjima od 1.0.
preprocess_audioneobavezno
Vrstaboolean
Zadanotrue
Upravlja predobrađuje li se audio prije upotrebe za kondicioniranje.
obavezno Kanonski naziv, također prihvaćen

Parametri datoteka prihvaćaju javni https:// URL, data: URI do 10 MB ili file_url prenesene datoteke. Datoteke

Izlaz

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"
  }
}
Vaše datoteke, vaš izborSvaki outputs[].url kopija je u našoj pohrani: čuva se zauvijek (naplaćuje se po GB-mjesecu) ili 7 dana besplatno, prema postavci računa ili ?storage=.
Isti oblik na svakom modelutype, url, content_type, width, height i duration za slike, videozapise i zvuk. output je vlastiti objekt rezultata modela.
Polja izlaza
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Videozapis koji je izradio model.
seed
integerVrijednost sjemena za inicijalizaciju generiranja slučajnih brojeva.
prompt
stringPrompt koji usmjerava generiranje.

Više modela: Sinkronizacija usana i avatari

Za AI agente: ova je stranica u Markdownu dostupna na https://doitong.com/hr/developers/models/ltx-2.3-22b/audio-to-video.md. Svi modeli i vodiči: https://doitong.com/developers/llms.txt