Ugrás a tartalomhoz

Longcat Single Avatar · Audio to Video

Integráció

Modellazonosító 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"

A példához hasonló fájlok: 0,90 $ 900 API-jóváírás · ≈ 96,58 ₽ a fájljaidat a futtatás előtt megmérjük Futtatás ezen az oldalon

API-kulcs beszerzése
Meituan Lipsync és avatarok Lipsynclegfeljebb 720p #audio-to-video

Csak hangfájlból és szöveges promptból készít beszélő avatárvideót, forráskép nélkül

Meituan · Videó

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

alapértelmezett: A person is talking n...

A videógenerálást irányító prompt.

•kötelező audio_url
Húzz egy fájlt ide, vagy

Az avatárt vezérlő hangfájl URL-je.

resolution alapértelmezett: 480p

A kimeneti videó felbontása: 480p vagy 720p.

alapértelmezett: 1

A videószegmensek száma: a kezdeti szegmens körülbelül 5.8s, a további szegmensek egyenként 5s hosszúak — szegmensenként nagyjából 5 másodperc videó.

Speciális negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
alapértelmezett: Close-up, Bright tone...

A videógenerálás során kerülendő tartalmat meghatározó negatív prompt.

alapértelmezett: 50

A végrehajtott inferencialépések száma.

alapértelmezett: 4

A classifier-free guidance során alkalmazott szöveges útmutatási skála.

alapértelmezett: 4

A hang útmutatásának módosítása, amely növelve eltúlozhatja a száj mozgását.

A véletlenszám-generálást inicializáló seedérték.

POST /run/longcat-single-avatar/audio-to-video?wait=20 ár → 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"

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) Longcat Single Avatar · Audio to Video bemutatása

Ajakszinkronos avatárvideót generál az `audio_url` és a személyt leíró `prompt` alapján. A kimenet 480p vagy 720p. A `num_segments` (1–10) állítja be a hosszt: az első szegmens körülbelül 5.8 másodperc, minden további 5 másodperccel növeli a hosszt. Az `audio_guidance_scale` (1–10) szabályozza, mennyire vezesse a beszéd a szájmozgást; a magasabb értékek eltúlozhatják a mozgást.

Paraméterek

Küldd el a kanonikus nevet vagy a natív nevet, de ne mindkettőt. Kanonikus nevek

NévTípus AlapértelmezettEngedélyezett Leírás
audio_urlkötelező audio
Típusurl · audio
Az avatárt vezérlő hangfájl URL-je.
promptnem kötelező
Típusstring
AlapértelmezettA person is talking naturally with natural expressions and movements.
A videógenerálást irányító prompt.
negative_promptnem kötelező
Típusstring
AlapértelmezettClose-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
A videógenerálás során kerülendő tartalmat meghatározó negatív prompt.
num_inference_stepsnem kötelező
Típusinteger
Alapértelmezett50
10 – 100
A végrehajtott inferencialépések száma.
text_guidance_scalenem kötelező
Típusnumber
Alapértelmezett4
1 – 10
A classifier-free guidance során alkalmazott szöveges útmutatási skála.
audio_guidance_scalenem kötelező
Típusnumber
Alapértelmezett4
1 – 10
A hang útmutatásának módosítása, amely növelve eltúlozhatja a száj mozgását.
resolutionnem kötelező
Típusenum
Alapértelmezett480p
480p720p
A kimeneti videó felbontása: 480p vagy 720p.
num_segmentsnem kötelező
Típusinteger
Alapértelmezett1
1 – 10
A videószegmensek száma: a kezdeti szegmens körülbelül 5.8s, a további szegmensek egyenként 5s hosszúak — szegmensenként nagyjából 5 másodperc videó.
seednem kötelező
Típusinteger | null
A véletlenszám-generálást inicializáló seedérték.
enable_safety_checkernem kötelező
Típusboolean
Alapértelmezetttrue
A fiókjogosultságoktól függő biztonság-ellenőrzési kapcsoló: az engedély nélküli kéréseknél az ellenőrzés kötelező marad, kikapcsolásához pedig engedély szükséges.
enable_prompt_expansionnem kötelező
Típusboolean
Alapértelmezettfalse
LLM-alapú promptbővítési kapcsoló a videóminőség javításához kibővített prompt használatával.
kötelező Kanonikus név, szintén elfogadva

A fájlparaméterek nyilvános https:// URL-t, legfeljebb 10 MB-os data: URI-t vagy egy feltöltés file_url értékét fogadják el. Fájlok

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
video
object {url, content_type, file_name, file_size}A generálással létrehozott videófájl.
seed
integerA generálás során alkalmazott seedérték.

További modellek: Lipsync és avatarok

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/longcat-single-avatar/audio-to-video.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt