Vai al contenuto

Longcat Single Avatar · Audio to Video

Integra

ID del modello 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"

File come nell'esempio: 0,90 $ 900 crediti API · ≈ 96,82 ₽ i tuoi file vengono misurati prima dell'esecuzione Esegui in questa pagina

Ottieni la chiave API
Meituan Lipsync e avatar Lipsyncfino a 720p #audio-to-video

Crea un video avatar parlante guidato solo da un file audio e da un prompt testuale, senza immagine sorgente

Meituan · Video

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

predefinito A person is talking n...

Prompt che dirige la generazione video.

•obbligatorio audio_url
Trascina un file oppure

URL del file audio usato per guidare l'avatar.

resolution predefinito 480p

Risoluzione del video di output, 480p o 720p.

predefinito 1

Numero di segmenti video, con circa 5.8s per il segmento iniziale e 5s per ogni segmento successivo, ovvero circa 5 secondi di video per segmento.

Avanzate negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
predefinito Close-up, Bright tone...

Negative prompt che specifica cosa la generazione video deve evitare.

predefinito 50

Numero di passaggi di inferenza eseguiti.

predefinito 4

Scala di guida testuale applicata nella classifier-free guidance.

predefinito 4

Regolazione della guida audio che può accentuare il movimento della bocca quando viene aumentata.

Valore seed che inizializza la generazione di numeri casuali.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Longcat Single Avatar · Audio to Video

Genera un video avatar sincronizzato con le labbra da `audio_url` e da un `prompt` che descrive la persona. L'output è in 480p o 720p. `num_segments` (da 1 a 10) imposta la durata: il primo segmento dura circa 5.8 secondi e ogni segmento successivo aggiunge 5 secondi. `audio_guidance_scale` (da 1 a 10) controlla quanto il parlato guida la bocca; valori più alti possono esagerare il movimento.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
audio_urlobbligatorio audio
Tipourl · audio
URL del file audio usato per guidare l'avatar.
promptfacoltativo
Tipostring
PredefinitoA person is talking naturally with natural expressions and movements.
Prompt che dirige la generazione video.
negative_promptfacoltativo
Tipostring
PredefinitoClose-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
Negative prompt che specifica cosa la generazione video deve evitare.
num_inference_stepsfacoltativo
Tipointeger
Predefinito50
10 – 100
Numero di passaggi di inferenza eseguiti.
text_guidance_scalefacoltativo
Tiponumber
Predefinito4
1 – 10
Scala di guida testuale applicata nella classifier-free guidance.
audio_guidance_scalefacoltativo
Tiponumber
Predefinito4
1 – 10
Regolazione della guida audio che può accentuare il movimento della bocca quando viene aumentata.
resolutionfacoltativo
Tipoenum
Predefinito480p
480p720p
Risoluzione del video di output, 480p o 720p.
num_segmentsfacoltativo
Tipointeger
Predefinito1
1 – 10
Numero di segmenti video, con circa 5.8s per il segmento iniziale e 5s per ogni segmento successivo, ovvero circa 5 secondi di video per segmento.
seedfacoltativo
Tipointeger | null
Valore seed che inizializza la generazione di numeri casuali.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Interruttore dei controlli di sicurezza soggetto ai permessi dell'account: i controlli restano obbligatori per le richieste non autorizzate e per disabilitarli è necessaria l'autorizzazione.
enable_prompt_expansionfacoltativo
Tipoboolean
Predefinitofalse
Interruttore dell'espansione del prompt basata su LLM per migliorare la qualità video tramite un prompt arricchito.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

Output

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
video
object {url, content_type, file_name, file_size}File video prodotto dalla generazione.
seed
integerValore seed applicato durante la generazione.

Altri modelli: Lipsync e avatar

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/longcat-single-avatar/audio-to-video.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt