Sleppa yfir í efni

Longcat Single Avatar · Audio to Video

Tengja

Auðkenni líkans 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"

Skrár eins og dæmið: 0,90 $ 900 API-inneignir · ≈ 96,82 ₽ skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
Meituan Varasamstilling og avatarar Varasamstillingallt að 720p #audio-to-video

Býr til talandi avatar-myndskeið sem er eingöngu stýrt af hljóðskrá og textaboði, án upprunamyndar

Meituan · Myndband

Fyrsta niðurstaðan þín birtist hér

Búðu til beiðni hér að neðan og keyrðu hana með API-lyklinum þínum. Úttök eru afrituð í geymsluna okkar og geymd að eilífu eða 7 dagar án kostnaðar.

Búa til beiðni

Stýringar eru búnar til út frá líkanaskemanu. Kóðinn og verðið uppfærast þegar þú breytir þeim.

sjálfgefið A person is talking n...

Kvaðning sem stýrir myndbandsefnisgerð.

•áskilið audio_url
Slepptu skrá eða

URL-slóð að hljóðskrá sem notuð er til að stýra avatar.

resolution sjálfgefið 480p

Upplausn úttaksmyndbands, annaðhvort 480p eða 720p.

sjálfgefið 1

Fjöldi myndbandshluta, með um það bil 5.8s fyrir upphafshlutann og 5s fyrir hvern síðari hluta—um það bil 5 sekúndur af myndbandi á hvern hluta.

Ítarlegt negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
sjálfgefið Close-up, Bright tone...

Neikvæð kvaðning sem tilgreinir hvað myndbandsefnisgerð á að forðast.

sjálfgefið 50

Fjöldi framkvæmda ályktunarskrefa.

sjálfgefið 4

Textaleiðbeiningaskali sem notaður er í classifier-free guidance.

sjálfgefið 4

Aðlögun hljóðleiðbeiningar sem getur ýkt munnhreyfingu þegar hún er aukin.

Fræ sem frumstillir slembitölugerð.

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

Keyra þessa beiðni

Lykillinn þinn er áfram í þessum vafra: hann er aðeins sendur til Doitong API og vistaður í localStorage aðeins ef þú hakar við Muna. Fá API-lykil

Um Longcat Single Avatar · Audio to Video

Býr til varasamstillt avatar-myndskeið úr `audio_url` og `prompt` sem lýsir manneskjunni. Úttakið er 480p eða 720p. `num_segments` (1 til 10) stýrir lengdinni: fyrsti hlutinn er um 5.8 sekúndur og hver næsti bætir við 5 sekúndum. `audio_guidance_scale` (1 til 10) stýrir því hve sterkt talið stýrir munninum, og hærri gildi geta ýkt hreyfingar.

Færibreytur

Sendu annaðhvort samræmda heitið eða upprunalega heitið, ekki bæði. Samræmd heiti

HeitiGerð SjálfgefiðLeyfilegt Lýsing
audio_urláskilið audio
Gerðurl · audio
URL-slóð að hljóðskrá sem notuð er til að stýra avatar.
promptvalfrjálst
Gerðstring
SjálfgefiðA person is talking naturally with natural expressions and movements.
Kvaðning sem stýrir myndbandsefnisgerð.
negative_promptvalfrjálst
Gerðstring
SjálfgefiðClose-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
Neikvæð kvaðning sem tilgreinir hvað myndbandsefnisgerð á að forðast.
num_inference_stepsvalfrjálst
Gerðinteger
Sjálfgefið50
10 – 100
Fjöldi framkvæmda ályktunarskrefa.
text_guidance_scalevalfrjálst
Gerðnumber
Sjálfgefið4
1 – 10
Textaleiðbeiningaskali sem notaður er í classifier-free guidance.
audio_guidance_scalevalfrjálst
Gerðnumber
Sjálfgefið4
1 – 10
Aðlögun hljóðleiðbeiningar sem getur ýkt munnhreyfingu þegar hún er aukin.
resolutionvalfrjálst
Gerðenum
Sjálfgefið480p
480p720p
Upplausn úttaksmyndbands, annaðhvort 480p eða 720p.
num_segmentsvalfrjálst
Gerðinteger
Sjálfgefið1
1 – 10
Fjöldi myndbandshluta, með um það bil 5.8s fyrir upphafshlutann og 5s fyrir hvern síðari hluta—um það bil 5 sekúndur af myndbandi á hvern hluta.
seedvalfrjálst
Gerðinteger | null
Fræ sem frumstillir slembitölugerð.
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðtrue
Virkjun öryggisathugunar sem lýtur að heimildum reiknings: athuganir eru áfram skyldubundnar fyrir óheimilaðar beiðnir og heimild þarf til að slökkva á þeim.
enable_prompt_expansionvalfrjálst
Gerðboolean
Sjálfgefiðfalse
Virkjun LLM-byggðrar stækkunar kvaðningar til að bæta myndbandsgæði með ítarlegri kvaðningu.
áskilið Samræmt heiti, einnig samþykkt

Skrárfæribreytur taka við opinberri https://-vefslóð, data:-URI allt að 10 MB eða file_url fyrir upphleðslu. Skrár

Úttak

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"
  }
}
Skrárnar þínar, þitt valHvert outputs[].url er afrit í geymslunni okkar: geymt að eilífu (greitt fyrir hvert GB-mánuðargildi) eða 7 dagar án kostnaðar, eftir stillingu aðgangsins þíns eða ?storage=.
Sama lögun í öllum líkönumtype, url, content_type, width, height og duration, jafnt fyrir myndir, myndbönd og hljóð. output er eigið niðurstöðuhlutur líkansins.
Reitir úttaks
video
object {url, content_type, file_name, file_size}Myndbandsskrá sem verður til við efnisgerð.
seed
integerSáðgildi sem beitt er við efnisgerð.

Fleiri líkön: Varasamstilling og avatarar

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/longcat-single-avatar/audio-to-video.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt