Lompat ke konten

Wan-2.2 Speech-to-Video 14B

Integrasikan

ID model wan/v2.2-14b/speech-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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

File seperti contoh: $0,50 500 kredit API · ≈ ₽53,79 file Anda diukur sebelum dijalankan Jalankan di halaman ini

Dapatkan kunci API
Alibaba Lip sync & Avatar Lip synchingga 720p #audio-to-video#talking-head

Membuat video berbicara dari gambar diam dan file audio, dipandu prompt teks

Dibuat di Doitong

Karya publik yang dibuat dengan Wan v22 Large oleh komunitas Doitong. Gunakan kembali prompt dengan satu klik.

Karya publik yang ditampilkan: 3
Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... Video

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, весёлый водитель в кепке, крупные машины, пастельные цвета. 0:00–0:10 приветствие под музыку; 0:10–0:30 песенка: "Машина едет би-би, би-би", "Поезд едет ту-ту, ту-ту". Бодрая детская музыка...

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... Video

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, тот же весёлый водитель в кепке, самолёт. 0:00–0:15 песенка: "Самолёт летит вж-ж-ж, вж-ж-ж"; 0:15–0:25 интерактивная пауза: водитель спрашивает "Как гудит машина?", пауза; 0:25–0:30 финальный...

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15... Video

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15 seconds **Style:** high‑quality Pixar‑inspired 3D animation, cinematic, warm, emotional, charming animated movie aesthetic. ### The main character is a child Use the attached image as the only and...

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib

Prompt teks yang digunakan untuk menghasilkan video.

•wajib image_url
Jatuhkan file, atau

URL gambar sumber, dengan rasio aspek yang dipilih menentukan apakah prapemrosesan diperlukan: ketidaksesuaian memicu pengubahan ukuran lalu pemotongan dari tengah.

•wajib audio_url
Jatuhkan file, atau

URL yang mengarah ke file audio.

resolution bawaan 480p

Resolusi video output: 480p, 580p, atau 720p.

bawaan 80

Pilih kelipatan 4 dalam rentang 40–120 untuk menentukan jumlah bingkai yang dihasilkan.

Lanjutan negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
bawaan

Prompt negatif yang diterapkan saat membuat video.

video_quality bawaan high

Pengaturan kualitas video output yang menukar ukuran file lebih besar dengan visual yang lebih baik saat nilainya meningkat.

video_write_mode bawaan balanced

Mode penulisan video, dengan balanced sebagai kompromi antara kecepatan dan kualitas. Pilih small untuk file terkecil dan penulisan paling lambat; penulisan yang lebih cepat mengembalikan hasil lebih awal tetapi menghasilkan file yang lebih besar.

bawaan 16

Laju bingkai video yang dihasilkan, menerima nilai dari 4 hingga 60; mengatur `adjust_fps_for_interpolation` ke false mempertahankan laju ini tanpa perubahan. Saat interpolasi digunakan dan `adjust_fps_for_interpolation` true (bawaannya), kalikan laju ini dengan satu ditambah jumlah bingkai yang diinterpolasi untuk memperoleh FPS akhir. Misalnya, 16 FPS dengan 1 bingkai yang diinterpolasi menjadi 32 FPS.

bawaan 27

Jumlah langkah sampling, yang menukar waktu pemrosesan lebih lama dengan kualitas lebih baik seiring bertambahnya jumlah.

bawaan 3.5

Kekuatan panduan tanpa classifier, yang menukar kemungkinan penurunan kualitas dengan pencocokan prompt yang lebih dekat seiring meningkatnya skala.

bawaan 5

Pengaturan pergeseran video, dengan rentang yang diizinkan 1.0–10.0.

Seed yang membuat pembuatan dapat direproduksi. Mengaturnya ke None akan memilih seed secara acak.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 estimasi harga → $0,50
# 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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang Wan-2.2 Speech-to-Video 14B

Memerlukan `prompt`, `image_url` sumber, dan `audio_url`, lalu menghasilkan video subjek dalam gambar yang digerakkan oleh audio. `num_frames` berkisar dari 40 hingga 120 dalam kelipatan 4, pada 16 fps secara bawaan. `resolution` dapat berupa 480p, 580p, atau 720p. Langkah sampling, panduan, interpolasi, dan `negative_prompt` dapat disesuaikan.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
promptwajib
Tipestring
Prompt teks yang digunakan untuk menghasilkan video.
negative_promptopsional
Tipestring
Bawaan
Prompt negatif yang diterapkan saat membuat video.
num_framesopsional
Tipeinteger
Bawaan80
40 – 120
Pilih kelipatan 4 dalam rentang 40–120 untuk menentukan jumlah bingkai yang dihasilkan.
frames_per_secondopsional
Tipeinteger | null
Bawaan16
4 – 60
Laju bingkai video yang dihasilkan, menerima nilai dari 4 hingga 60; mengatur `adjust_fps_for_interpolation` ke false mempertahankan laju ini tanpa perubahan. Saat interpolasi digunakan dan `adjust_fps_for_interpolation` true (bawaannya), kalikan laju ini dengan satu ditambah jumlah bingkai yang diinterpolasi untuk memperoleh FPS akhir. Misalnya, 16 FPS dengan 1 bingkai yang diinterpolasi menjadi 32 FPS.
seedopsional
Tipeinteger | null
Seed yang membuat pembuatan dapat direproduksi. Mengaturnya ke None akan memilih seed secara acak.
resolutionopsional
Tipeenum
Bawaan480p
480p580p720p
Resolusi video output: 480p, 580p, atau 720p.
num_inference_stepsopsional
Tipeinteger
Bawaan27
2 – 40
Jumlah langkah sampling, yang menukar waktu pemrosesan lebih lama dengan kualitas lebih baik seiring bertambahnya jumlah.
enable_safety_checkeropsional
Tipeboolean
Bawaanfalse
Penyaringan keamanan input sebelum pemrosesan, yang hanya dapat dinonaktifkan oleh akun berwenang. Permintaan tanpa otorisasi selalu disaring; jika tidak, true mengaktifkan penyaringan.
enable_output_safety_checkeropsional
Tipeboolean
Bawaanfalse
Mengontrol penyaringan keamanan video yang dihasilkan; nilai true mengaktifkan pemeriksaan setelah pembuatan.
guidance_scaleopsional
Tipenumber
Bawaan3.5
1 – 10
Kekuatan panduan tanpa classifier, yang menukar kemungkinan penurunan kualitas dengan pencocokan prompt yang lebih dekat seiring meningkatnya skala.
shiftopsional
Tipenumber
Bawaan5
1 – 10
Pengaturan pergeseran video, dengan rentang yang diizinkan 1.0–10.0.
video_qualityopsional
Tipeenum
Bawaanhigh
lowmediumhighmaximum
Pengaturan kualitas video output yang menukar ukuran file lebih besar dengan visual yang lebih baik saat nilainya meningkat.
video_write_modeopsional
Tipeenum
Bawaanbalanced
fastbalancedsmall
Mode penulisan video, dengan balanced sebagai kompromi antara kecepatan dan kualitas. Pilih small untuk file terkecil dan penulisan paling lambat; penulisan yang lebih cepat mengembalikan hasil lebih awal tetapi menghasilkan file yang lebih besar.
image_urlwajib image
Tipeurl · image
URL gambar sumber, dengan rasio aspek yang dipilih menentukan apakah prapemrosesan diperlukan: ketidaksesuaian memicu pengubahan ukuran lalu pemotongan dari tengah.
audio_urlwajib audio
Tipeurl · audio
URL yang mengarah ke file audio.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.2-14b/speech-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": 500,
    "usd": "0.50",
    "charged": 500,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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
    }
  },
  "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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
video
object {url, content_type, file_name, file_size}File video yang dihasilkan oleh pembuatan.

Model lainnya: Lip sync & Avatar

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/wan/v2.2-14b/speech-to-video.md. Semua model dan panduan: https://doitong.com/developers/llms.txt