Sleppa yfir í efni

Wan-2.2 Speech-to-Video 14B

Tengja

Auðkenni líkans 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"

Skrár eins og dæmið: 0,50 $ 500 API-inneignir · ≈ 53,79 ₽ skrárnar þínar eru mældar áður en keyrt er Keyra á þessari síðu

Fá API-lykil
Alibaba Varasamstilling og avatarar Varasamstillingallt að 720p #audio-to-video#talking-head

Býr til talandi myndband úr kyrrmynd og hljóðskrá, undir leiðsögn textakvaðningar

Búið til á Doitong

Opinber verk sem Doitong-samfélagið bjó til með Wan v22 Large. Endurnotaðu beiðni með einum smelli.

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

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... Myndband

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... Myndband

# 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...

Búa til beiðni

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

•áskilið

Textakvaðning notuð til að búa til myndbandið.

•áskilið image_url
Slepptu skrá eða

Vefslóð upprunamyndar, þar sem valið myndhlutfall ákvarðar hvort forvinnslu sé þörf: misræmi kallar á stærðarbreytingu og síðan miðjuskurð.

•áskilið audio_url
Slepptu skrá eða

Vefslóð sem vísar á hljóðskrána.

resolution sjálfgefið 480p

Upplausn úttaksmyndbands: 480p, 580p eða 720p.

sjálfgefið 80

Veldu margfeldi af 4 innan 40–120 til að stilla hversu margir rammar verða búnir til.

Ítarlegt negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
sjálfgefið

Neikvæð kvaðning sem notuð er við myndbandagerð.

video_quality sjálfgefið high

Gæðastilling úttaksmyndbands sem skiptir stærri skrám fyrir betri myndgæði eftir því sem gildið hækkar.

video_write_mode sjálfgefið balanced

Ritunarhamur myndbands, þar sem balanced býður upp á málamiðlun milli hraða og gæða. Veldu small fyrir minnstu skrárnar og hægustu ritunina; hraðari ritun skilar niðurstöðum fyrr en býr til stærri skrár.

sjálfgefið 16

Rammatíðni myndbands sem er búið til, tekur við gildum frá 4 til 60; stilling `adjust_fps_for_interpolation` á false varðveitir þessa tíðni óbreytta. Þegar milligreining er notuð og `adjust_fps_for_interpolation` er true (sjálfgefið) skal margfalda þessa tíðni með einum plús fjölda milligreindra ramma til að fá endanlegt FPS. Til dæmis verða 16 FPS með 1 milligreindum ramma að 32 FPS.

sjálfgefið 27

Fjöldi sýnatökuskrefa, þar sem lengri úrvinnslutími skilar betri gæðum eftir því sem fjöldinn eykst.

sjálfgefið 3.5

Styrkur flokkunarlausrar leiðsagnar, þar sem mögulegum gæðamissi er skipt fyrir nákvæmara samræmi við kvaðningu eftir því sem kvarðinn hækkar.

sjálfgefið 5

Stilling fyrir hliðrun myndbands, með leyfilegu bili 1.0–10.0.

Sáðgildi sem gerir efnisgerð endurtekningarhæfa. Ef það er stillt á None er sáðgildi valið af handahófi.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 verðtilboð → 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"

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 Wan-2.2 Speech-to-Video 14B

Þarf `prompt`, uppruna-`image_url` og `audio_url` og býr til myndband af myndefninu sem hljóðið stýrir. `num_frames` er frá 40 til 120 í margfeldum af 4, sjálfgefið við 16 fps. `resolution` getur verið 480p, 580p eða 720p. Hægt er að stilla sýnatökuskref, leiðsögn, rammainnsetningu og `negative_prompt`.

Færibreytur

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

HeitiGerð SjálfgefiðLeyfilegt Lýsing
promptáskilið
Gerðstring
Textakvaðning notuð til að búa til myndbandið.
negative_promptvalfrjálst
Gerðstring
Sjálfgefið
Neikvæð kvaðning sem notuð er við myndbandagerð.
num_framesvalfrjálst
Gerðinteger
Sjálfgefið80
40 – 120
Veldu margfeldi af 4 innan 40–120 til að stilla hversu margir rammar verða búnir til.
frames_per_secondvalfrjálst
Gerðinteger | null
Sjálfgefið16
4 – 60
Rammatíðni myndbands sem er búið til, tekur við gildum frá 4 til 60; stilling `adjust_fps_for_interpolation` á false varðveitir þessa tíðni óbreytta. Þegar milligreining er notuð og `adjust_fps_for_interpolation` er true (sjálfgefið) skal margfalda þessa tíðni með einum plús fjölda milligreindra ramma til að fá endanlegt FPS. Til dæmis verða 16 FPS með 1 milligreindum ramma að 32 FPS.
seedvalfrjálst
Gerðinteger | null
Sáðgildi sem gerir efnisgerð endurtekningarhæfa. Ef það er stillt á None er sáðgildi valið af handahófi.
resolutionvalfrjálst
Gerðenum
Sjálfgefið480p
480p580p720p
Upplausn úttaksmyndbands: 480p, 580p eða 720p.
num_inference_stepsvalfrjálst
Gerðinteger
Sjálfgefið27
2 – 40
Fjöldi sýnatökuskrefa, þar sem lengri úrvinnslutími skilar betri gæðum eftir því sem fjöldinn eykst.
enable_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðfalse
Öryggisskimun inntaks fyrir vinnslu sem aðeins heimilaðir reikningar mega slökkva á. Beiðnir án heimildar eru alltaf skimaðar; annars virkjar true skimun.
enable_output_safety_checkervalfrjálst
Gerðboolean
Sjálfgefiðfalse
Stýrir öryggisskimun myndbandsins sem verður til; gildið true virkjar athugun eftir efnisgerð.
guidance_scalevalfrjálst
Gerðnumber
Sjálfgefið3.5
1 – 10
Styrkur flokkunarlausrar leiðsagnar, þar sem mögulegum gæðamissi er skipt fyrir nákvæmara samræmi við kvaðningu eftir því sem kvarðinn hækkar.
shiftvalfrjálst
Gerðnumber
Sjálfgefið5
1 – 10
Stilling fyrir hliðrun myndbands, með leyfilegu bili 1.0–10.0.
video_qualityvalfrjálst
Gerðenum
Sjálfgefiðhigh
lowmediumhighmaximum
Gæðastilling úttaksmyndbands sem skiptir stærri skrám fyrir betri myndgæði eftir því sem gildið hækkar.
video_write_modevalfrjálst
Gerðenum
Sjálfgefiðbalanced
fastbalancedsmall
Ritunarhamur myndbands, þar sem balanced býður upp á málamiðlun milli hraða og gæða. Veldu small fyrir minnstu skrárnar og hægustu ritunina; hraðari ritun skilar niðurstöðum fyrr en býr til stærri skrár.
image_urláskilið image
Gerðurl · image
Vefslóð upprunamyndar, þar sem valið myndhlutfall ákvarðar hvort forvinnslu sé þörf: misræmi kallar á stærðarbreytingu og síðan miðjuskurð.
audio_urláskilið audio
Gerðurl · audio
Vefslóð sem vísar á hljóðskrána.
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": "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"
  }
}
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.

Fleiri líkön: Varasamstilling og avatarar

Fyrir gervigreindarþjóna: þessi síða á Markdown-sniði er á https://doitong.com/is/developers/models/wan/v2.2-14b/speech-to-video.md. Öll líkön og leiðbeiningar: https://doitong.com/developers/llms.txt