Ugrás a tartalomhoz

LTX-2.3 22B · Audio to Video

Integráció

Modellazonosító 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"

A példához hasonló fájlok: 0,358 $ 358 API-jóváírás · ≈ 38,42 ₽ a fájljaidat a futtatás előtt megmérjük Futtatás ezen az oldalon

API-kulcs beszerzése
Lightricks · 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.

•kötelező

A videógenerálás alapjául szolgáló prompt.

•kötelező audio_url
Húzz egy fájlt ide, vagy

A videó generálásához használt forráshang URL-je.

image_url
Húzz egy fájlt ide, vagy

A videó kezdő képkockáját meghatározó, opcionális kép URL-je.

video_size alapértelmezett: landscape_16_9

Videóméretek; kép megadásakor az 'auto' lehetővé teszi a bemeneti kép méretének használatát.

alapértelmezett: 121

A generált kimenet képkockáinak száma.

alapértelmezett: 24

A kimeneti videó képkockasebessége, képkocka/másodpercben megadva.

Speciális 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
alapértelmezett: news broadcast, 3d an...

Videógenerálás során használt negatív prompt.

end_image_url
Húzz egy fájlt ide, vagy

A videó záró képkockáját meghatározó kép URL-je.

scheduler alapértelmezett: ltx2

Ütemező kiválasztása.

acceleration alapértelmezett: regular

A feldolgozásra alkalmazott gyorsítási szint.

camera_lora alapértelmezett: none

Kamera-LoRA kiválasztása a generált videó mozgásának a puszta kameramozgási promptoknál pontosabb vezérléséhez.

video_output_type alapértelmezett: X264 (.mp4)

A létrejövő videó kimeneti típusa.

video_quality alapértelmezett: high

A létrejövő videó minőségi szintje.

video_write_mode alapértelmezett: balanced

A létrejövő videó írási módja.

alapértelmezett: 40

A végrehajtott inferencialépések száma.

alapértelmezett: 3

Videóvezérlési beállítás: növeld nagyobb következetességhez és fókuszhoz a generált tartalomban. Classifier-free guidance (CFG) használatával működik.

alapértelmezett: 0

A videó következetességének és fókuszának szabályozása a Spatiotemporal Guidance (STG) skálájával; növeld az értéket mindkét tulajdonság erősítéséhez.

alapértelmezett: 0.7

Videó-újraskálázási beállítás a classifier-free és a téridős vezérlés arányként történő kiegyensúlyozásához.

alapértelmezett: 3

Videómodalitási beállítás a videó- és hanghozzájárulás arányként történő kiegyensúlyozásához.

alapértelmezett: 7

Hangvezérlési beállítás: növeld nagyobb következetességhez és fókuszhoz a generált tartalomban. Classifier-free guidance (CFG) használatával működik.

alapértelmezett: 0

A hang következetességének és fókuszának szabályozása a Spatiotemporal Guidance (STG) skálájával; növeld az értéket mindkét tulajdonság erősítéséhez.

alapértelmezett: 0.7

Hang-újraskálázási beállítás a classifier-free és a téridős vezérlés arányként történő kiegyensúlyozásához.

alapértelmezett: 3

Hangmodalitási beállítás a videó- és hanghozzájárulás arányként történő kiegyensúlyozásához.

alapértelmezett: 2

Zajtalanítási gradiensbecslési beállítás: a 0 kikapcsolja a becslést, egyébként az érték a gammát adja meg.

alapértelmezett: 1

Kamera-LoRA erőssége a generált videó mozgásának a puszta kameramozgási promptoknál pontosabb vezérléséhez.

alapértelmezett: 0.2

Az első körös distill LoRA skálázásának szabályozása; a 0 kikapcsolja.

alapértelmezett: 0.5

A distill LoRA skálázásának szabályozása az első utáni minden körben.

alapértelmezett: 1

A kép hatása a videógenerálásra.

alapértelmezett: 1

A végkép generált videóra gyakorolt hatásának mértéke.

alapértelmezett: 1

Hangfeltétel erőssége: pontosan 1.0 esetén a bemenet változatlan marad. 1.0 alatti értékeknél a modell módosíthatja a hangot.

A véletlenszám-generálást inicializáló seedérték.

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

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) LTX-2.3 22B · Audio to Video bemutatása

`prompt` és `audio_url` szükséges hozzá. Alapértelmezés szerint a képkockaszám a hang hosszából származik (`match_audio_length`); ellenkező esetben a `num_frames` (9–481) érvényes. Az `image_url` és az `end_image_url` rögzítheti az első és az utolsó képkockát. Számos mintavételezési vezérlőt kínál, például a vezérlési skálákat, a `scheduler`, `camera_lora` mezőket, valamint az mp4, webm, mov és GIF kimeneti formátumokat.

Paraméterek

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

NévTípus AlapértelmezettEngedélyezett Leírás
promptkötelező
Típusstring
A videógenerálás alapjául szolgáló prompt.
audio_urlkötelező audio
Típusurl · audio
A videó generálásához használt forráshang URL-je.
image_urlnem kötelező image
Típusurl · image
A videó kezdő képkockáját meghatározó, opcionális kép URL-je.
end_image_urlnem kötelező end_image
Típusurl · image
A videó záró képkockáját meghatározó kép URL-je.
match_audio_lengthnem kötelező
Típusboolean
Alapértelmezetttrue
Képkockaszám-választó kapcsoló: kikapcsolva a num_frames értéket használja, bekapcsolva pedig az FPS és a hang időtartama alapján számítja a számot.
num_framesnem kötelező
Típusinteger
Alapértelmezett121
9 – 481
A generált kimenet képkockáinak száma.
video_sizenem kötelező
Típusobject
Alapértelmezettlandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Videóméretek; kép megadásakor az 'auto' lehetővé teszi a bemeneti kép méretének használatát.
use_multiscalenem kötelező
Típusboolean
Alapértelmezetttrue
Többskálás generálási kapcsoló a jobb koherencia és részletesség érdekében. True esetén egy előzetes, kisebb videó vezérli a második generálást, amelynek mérete eléri vagy meghaladja a kért méreteket.
fpsnem kötelező
Típusnumber
Alapértelmezett24
1 – 60
A kimeneti videó képkockasebessége, képkocka/másodpercben megadva.
num_inference_stepsnem kötelező
Típusinteger
Alapértelmezett40
8 – 50
A végrehajtott inferencialépések száma.
video_cfg_scalenem kötelező
Típusnumber
Alapértelmezett3
1 – 20
Videóvezérlési beállítás: növeld nagyobb következetességhez és fókuszhoz a generált tartalomban. Classifier-free guidance (CFG) használatával működik.
video_stg_scalenem kötelező
Típusnumber
Alapértelmezett0
0 – 20
A videó következetességének és fókuszának szabályozása a Spatiotemporal Guidance (STG) skálájával; növeld az értéket mindkét tulajdonság erősítéséhez.
video_rescaling_scalenem kötelező
Típusnumber
Alapértelmezett0.7
0 – 1
Videó-újraskálázási beállítás a classifier-free és a téridős vezérlés arányként történő kiegyensúlyozásához.
video_modality_scalenem kötelező
Típusnumber
Alapértelmezett3
0 – 10
Videómodalitási beállítás a videó- és hanghozzájárulás arányként történő kiegyensúlyozásához.
audio_cfg_scalenem kötelező
Típusnumber
Alapértelmezett7
1 – 20
Hangvezérlési beállítás: növeld nagyobb következetességhez és fókuszhoz a generált tartalomban. Classifier-free guidance (CFG) használatával működik.
audio_stg_scalenem kötelező
Típusnumber
Alapértelmezett0
0 – 20
A hang következetességének és fókuszának szabályozása a Spatiotemporal Guidance (STG) skálájával; növeld az értéket mindkét tulajdonság erősítéséhez.
audio_rescaling_scalenem kötelező
Típusnumber
Alapértelmezett0.7
0 – 1
Hang-újraskálázási beállítás a classifier-free és a téridős vezérlés arányként történő kiegyensúlyozásához.
audio_modality_scalenem kötelező
Típusnumber
Alapértelmezett3
0 – 10
Hangmodalitási beállítás a videó- és hanghozzájárulás arányként történő kiegyensúlyozásához.
gradient_estimation_gammanem kötelező
Típusnumber
Alapértelmezett2
0 – 10
Zajtalanítási gradiensbecslési beállítás: a 0 kikapcsolja a becslést, egyébként az érték a gammát adja meg.
use_restart_samplingnem kötelező
Típusboolean
Alapértelmezettfalse
Újrakezdéses mintavételezési kapcsoló a jobb videóminőségért: bekapcsolásakor minden zajtalanítási lépésben kevés zajt vezet be.
schedulernem kötelező
Típusenum
Alapértelmezettltx2
ltx2linear_quadraticbeta
Ütemező kiválasztása.
accelerationnem kötelező
Típusenum
Alapértelmezettregular
noneregularhighfull
A feldolgozásra alkalmazott gyorsítási szint.
camera_loranem kötelező
Típusenum
Alapértelmezettnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Kamera-LoRA kiválasztása a generált videó mozgásának a puszta kameramozgási promptoknál pontosabb vezérléséhez.
camera_lora_scalenem kötelező
Típusnumber
Alapértelmezett1
0 – 1
Kamera-LoRA erőssége a generált videó mozgásának a puszta kameramozgási promptoknál pontosabb vezérléséhez.
negative_promptnem kötelező
Típusstring
Alapértelmezettnews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
Videógenerálás során használt negatív prompt.
seednem kötelező
Típusinteger | null
A véletlenszám-generálást inicializáló seedérték.
enable_prompt_expansionnem kötelező
Típusboolean
Alapértelmezetttrue
A promptbővítés engedélyezését vezérli.
enable_safety_checkernem kötelező
Típusboolean
Alapértelmezetttrue
Meghatározza, hogy engedélyezve van-e a biztonsági ellenőrzés.
video_output_typenem kötelező
Típusenum
AlapértelmezettX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
A létrejövő videó kimeneti típusa.
video_qualitynem kötelező
Típusenum
Alapértelmezetthigh
lowmediumhighmaximum
A létrejövő videó minőségi szintje.
video_write_modenem kötelező
Típusenum
Alapértelmezettbalanced
fastbalancedsmall
A létrejövő videó írási módja.
distill_lora_first_pass_scalenem kötelező
Típusnumber
Alapértelmezett0.2
0 – 1
Az első körös distill LoRA skálázásának szabályozása; a 0 kikapcsolja.
distill_lora_second_pass_scalenem kötelező
Típusnumber
Alapértelmezett0.5
0 – 1
A distill LoRA skálázásának szabályozása az első utáni minden körben.
image_strengthnem kötelező
Típusnumber
Alapértelmezett1
0 – 1
A kép hatása a videógenerálásra.
end_image_strengthnem kötelező
Típusnumber
Alapértelmezett1
0 – 1
A végkép generált videóra gyakorolt hatásának mértéke.
audio_strengthnem kötelező
Típusnumber
Alapértelmezett1
0 – 1
Hangfeltétel erőssége: pontosan 1.0 esetén a bemenet változatlan marad. 1.0 alatti értékeknél a modell módosíthatja a hangot.
preprocess_audionem kötelező
Típusboolean
Alapértelmezetttrue
Azt szabályozza, hogy a hangot előfeldolgozza-e a feltételként való használat előtt.
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": "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"
  }
}
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, width, height, fps, duration, num_frames}A modell által létrehozott videó.
seed
integerA véletlenszám-generálás inicializálásához használt seedérték.
prompt
stringA generálást vezérlő prompt.

További modellek: Lipsync és avatarok

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/ltx-2.3-22b/audio-to-video.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt