Vai al contenuto

Ltx 2.3 Quality · Audio to Video · LoRA

Integra

ID del modello ltx-2.3-quality/audio-to-video/lora
# 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-quality/audio-to-video/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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: 0,604 $ 604 crediti API · ≈ 64,98 ₽ i tuoi file vengono misurati prima dell'esecuzione Esegui in questa pagina

Ottieni la chiave API
Lightricks · 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.

•obbligatorio

Prompt che guida la generazione del video controllata dall'audio.

•obbligatorio audio_url
Trascina un file oppure

URL della traccia audio usata per controllare la generazione.

resolution predefinito auto

Dimensioni finali dell'output, con orientamento orizzontale come fallback per 'auto' salvo quando viene fornito `image_url`. Con quell'immagine presente, 'auto' adotta il suo rapporto d'aspetto.

predefinito 121

Numero di fotogrammi dell'output generato.

predefinito 24

Fotogramma rate del video di output, misurato in fotogrammi al secondo.

•obbligatorio

Aggiunte LoRA per LTX-2.3, ciascuna limitata a 3 GB, con un massimo di 3 elementi consentiti. Il caricamento avviene solo dopo che il downloader del registro, sicuro contro SSRF, ha recuperato ogni percorso.

Avanzate negative_prompt · image · video_quality · video_write_mode · num_inference_steps · guidance_scale · image_strength · seed · enable_prompt_expansion · enable_safety_checker
predefinito color distortion, ove...

Prompt negativo che specifica cosa la generazione deve evitare.

image_url
Trascina un file oppure

Immagine del primo fotogramma fornita tramite URL per integrare una generazione che altrimenti usa solo testo e audio; è facoltativa.

video_quality predefinito high

Preset di qualità applicato al video di output.

video_write_mode predefinito balanced

Modalità di scrittura del video risultante.

predefinito 15

Imposta quanti passaggi di inferenza eseguire, fino a 30; se lasciato invariato, usa 15.

predefinito 1

Regola la guidance classifier-free usando questa scala; la sua regolazione predefinita mira a un'elevata qualità e a una generazione rapida.

predefinito 0.7

Intensità opzionale del condizionamento del primo fotogramma: riducila per consentire maggiore libertà al modello oppure usa 1.0 per una maggiore aderenza all'immagine.

Seed che rende riproducibile la generazione. Impostarlo su None seleziona casualmente un seed.

POST /run/ltx-2.3-quality/audio-to-video/lora?wait=20 preventivo → 0,604 $
# 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-quality/audio-to-video/lora?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",
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ]
  }'

# 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 Ltx 2.3 Quality · Audio to Video · LoRA

Stesso flusso audio-to-video della variante base, con un elenco `loras` obbligatorio contenente fino a 3 LoRA personalizzati applicati sopra il modello. Sono obbligatori un `prompt` testuale e `audio_url`; `image_url` può ancorare facoltativamente il primo fotogramma. `match_audio_length` collega il numero di fotogrammi all'audio; altrimenti usa `num_frames` (da 9 a 481). Ogni LoRA è limitato a 3 GB.

Parametri

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

NomeTipo PredefinitoConsentiti Descrizione
promptobbligatorio
Tipostring
Prompt che guida la generazione del video controllata dall'audio.
audio_urlobbligatorio audio
Tipourl · audio
URL della traccia audio usata per controllare la generazione.
image_urlfacoltativo image
Tipourl · image
Immagine del primo fotogramma fornita tramite URL per integrare una generazione che altrimenti usa solo testo e audio; è facoltativa.
match_audio_lengthfacoltativo
Tipoboolean
Predefinitotrue
Modalità del numero di fotogrammi che, quando disattivata, usa `num_frames`. Se attivata, calcola invece il numero usando `frames_per_second` e la durata dell'audio.
num_framesfacoltativo
Tipointeger
Predefinito121
9 – 481
Numero di fotogrammi dell'output generato.
resolutionfacoltativo
Tipoobject
Predefinitoauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensioni finali dell'output, con orientamento orizzontale come fallback per 'auto' salvo quando viene fornito `image_url`. Con quell'immagine presente, 'auto' adotta il suo rapporto d'aspetto.
frames_per_secondfacoltativo
Tiponumber
Predefinito24
1 – 60
Fotogramma rate del video di output, misurato in fotogrammi al secondo.
num_inference_stepsfacoltativo
Tipointeger
Predefinito15
8 – 30
Imposta quanti passaggi di inferenza eseguire, fino a 30; se lasciato invariato, usa 15.
guidance_scalefacoltativo
Tiponumber
Predefinito1
1 – 20
Regola la guidance classifier-free usando questa scala; la sua regolazione predefinita mira a un'elevata qualità e a una generazione rapida.
generate_audiofacoltativo
Tipoboolean
Predefinitotrue
Interruttore della traccia audio per l'MP4 restituito: disattivato produce un file solo video, mentre attivato include l'audio.
image_strengthfacoltativo
Tiponumber
Predefinito0.7
0 – 1
Intensità opzionale del condizionamento del primo fotogramma: riducila per consentire maggiore libertà al modello oppure usa 1.0 per una maggiore aderenza all'immagine.
negative_promptfacoltativo
Tipostring
Predefinitocolor distortion, overexposure, static, blurry details, subtitles, style, artwork, painting, frame, still, dim overall tone, worst quality, low quality, JPEG compression artifacts, ugly, mutilated, extra fingers, poorly drawn hands, poorly drawn face, deformed, disfigured, malformed limbs, fused fingers, motionless frame, cluttered background, three legs, crowded background, walking backwards
Prompt negativo che specifica cosa la generazione deve evitare.
seedfacoltativo
Tipointeger | null
Seed che rende riproducibile la generazione. Impostarlo su None seleziona casualmente un seed.
enable_prompt_expansionfacoltativo
Tipoboolean
Predefinitotrue
Controlla se l'espansione del prompt è abilitata.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Controlla se il controllo di sicurezza è abilitato.
video_qualityfacoltativo
Tipoenum
Predefinitohigh
lowmediumhighmaximum
Preset di qualità applicato al video di output.
video_write_modefacoltativo
Tipoenum
Predefinitobalanced
fastbalancedsmall
Modalità di scrittura del video risultante.
lorasobbligatorio
Tipoobject[]
≤ 3 elementi
Aggiunte LoRA per LTX-2.3, ciascuna limitata a 3 GB, con un massimo di 3 elementi consentiti. Il caricamento avviene solo dopo che il downloader del registro, sicuro contro SSRF, ha recuperato ogni percorso.
loras[].pathobbligatorio
Tipostring
≤ 2048 characters
URL HTTP(S) diretto a un file LoRA .safetensors non più grande di 3 GB. Il caricamento è preceduto dal recupero tramite un downloader sicuro contro SSRF.
loras[].scalefacoltativo
Tiponumber
Predefinito1
0 – 2
L'influenza della LoRA sul video generato aumenta all'aumentare di questa intensità nell'intervallo 0.0–2.0.
loras[].transformerfacoltativo
Tipoenum
Predefinitoboth
highlowboth
Flag di selezione del Transformer: 'both' è adatto quasi a tutti gli utenti di LTX-2.3 perché il modello ha un solo transformer. Il flag esiste per supportare architetture future con più transformer.
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": "ltx-2.3-quality/audio-to-video/lora",
  "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": 604,
    "usd": "0.604",
    "charged": 604,
    "refunded": 0
  },
  "input": {
    "loras": [
      {
        "path": "https://example.com/your-file.safetensors"
      }
    ],
    "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
    },
    "seed": 42,
    "prompt": "string"
  },
  "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}Video prodotto dal modello.
seed
integerSeed effettivamente applicato durante la generazione.
prompt
stringPrompt di generazione, inclusa qualsiasi espansione applicata prima dell'uso.

Altri modelli: Lipsync e avatar

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/ltx-2.3-quality/audio-to-video/lora.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt