コンテンツへスキップ

Ltx 2.3 Quality · Audio to Video · LoRA

統合

モデルID 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"

例と同様のファイル: $0.604 604 APIクレジット · ≈ ₽64.82 実行前にファイルを計測します このページで実行

APIキーを取得
Lightricks リップシンクとアバター ネイティブ音声リップシンク #audio-to-video#lora

任意の最初のフレームと、スタイルやアイデンティティ用の最大3個のカスタムLoRAに対応する音声駆動動画

Lightricks · 動画

最初の結果がここに表示されます

以下でリクエストを作成し、APIキーで実行してください。出力はストレージにコピーされ、永久保存または無料で7日保存されます。

リクエストを作成

コントロールはモデルスキーマから生成されます。値を変更するとコードと価格が更新されます。

•必須

音声に基づく動画生成を誘導するプロンプト。

•必須 audio_url
ファイルをドロップ、または

生成を駆動する音声トラックのURL。

resolution デフォルト auto

最終出力寸法。'auto' では `image_url` が指定されない限り横長になります。画像がある場合、'auto' はそのアスペクト比を採用します。

デフォルト 121

生成する出力のフレーム数。

デフォルト 24

1秒あたりのフレーム数で表す出力動画のフレームレート。

•必須

LTX-2.3用のLoRA追加。各ファイルは3 GB以下、最大3件です。レジストリのSSRF安全なダウンローダーが各パスを取得した後にのみ読み込まれます。

詳細設定 negative_prompt · image · video_quality · video_write_mode · num_inference_steps · guidance_scale · image_strength · seed · enable_prompt_expansion · enable_safety_checker
デフォルト color distortion, ove...

生成で避ける内容を指定するネガティブプロンプト。

image_url
ファイルをドロップ、または

テキストと音声だけで生成する場合に補助する、URL指定の最初のフレーム画像。指定は任意です。

video_quality デフォルト high

出力動画に適用する品質プリセット。

video_write_mode デフォルト balanced

結果動画の書き込みモード。

デフォルト 15

実行する推論ステップ数を最大30まで設定します。変更しない場合は15です。

デフォルト 1

このスケールでclassifier-free guidanceを調整します。デフォルトは高品質と高速生成の両立を目標に調整されています。

デフォルト 0.7

任意の最初のフレームの条件付け強度。下げるとモデルの自由度が増し、1.0では画像への厳密な追従になります。

生成を再現可能にするシード。None に設定するとシードをランダムに選択します。

POST /run/ltx-2.3-quality/audio-to-video/lora?wait=20 見積もり → $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"

このリクエストを実行

キーはこのブラウザ内に保持されます。Doitong APIにのみ送信され、「記憶する」にチェックを入れた場合のみlocalStorageに保存されます。 APIキーを取得

Ltx 2.3 Quality · Audio to Video · LoRAについて

ベース版と同じ音声から動画へのワークフローに、最大3個のカスタムLoRAを適用する必須`loras`リストを加えたものです。テキスト`prompt`と`audio_url`が必須で、`image_url`で最初のフレームを任意に固定できます。`match_audio_length`でフレーム数を音声に合わせ、それ以外では`num_frames`(9~481)を使用します。各LoRAのサイズは3 GBに制限されます。

パラメータ

正式名称またはネイティブ名のいずれか一方を送信してください。両方は送信しないでください。 正式名称

名前型 デフォルト許可される値 説明
prompt必須
型string
音声に基づく動画生成を誘導するプロンプト。
audio_url必須 audio
型url · audio
生成を駆動する音声トラックのURL。
image_url任意 image
型url · image
テキストと音声だけで生成する場合に補助する、URL指定の最初のフレーム画像。指定は任意です。
match_audio_length任意
型boolean
デフォルトtrue
オフの場合は `num_frames` を使用するフレーム数モード。オンにすると `frames_per_second` と音声の長さから計算します。
num_frames任意
型integer
デフォルト121
9 – 481
生成する出力のフレーム数。
resolution任意
型object
デフォルトauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
最終出力寸法。'auto' では `image_url` が指定されない限り横長になります。画像がある場合、'auto' はそのアスペクト比を採用します。
frames_per_second任意
型number
デフォルト24
1 – 60
1秒あたりのフレーム数で表す出力動画のフレームレート。
num_inference_steps任意
型integer
デフォルト15
8 – 30
実行する推論ステップ数を最大30まで設定します。変更しない場合は15です。
guidance_scale任意
型number
デフォルト1
1 – 20
このスケールでclassifier-free guidanceを調整します。デフォルトは高品質と高速生成の両立を目標に調整されています。
generate_audio任意
型boolean
デフォルトtrue
返却するMP4の音声トラック切り替え。オフでは動画のみのファイル、オンでは音声付きになります。
image_strength任意
型number
デフォルト0.7
0 – 1
任意の最初のフレームの条件付け強度。下げるとモデルの自由度が増し、1.0では画像への厳密な追従になります。
negative_prompt任意
型string
デフォルトcolor 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
生成で避ける内容を指定するネガティブプロンプト。
seed任意
型integer | null
生成を再現可能にするシード。None に設定するとシードをランダムに選択します。
enable_prompt_expansion任意
型boolean
デフォルトtrue
プロンプト拡張を有効にするかどうかを制御します。
enable_safety_checker任意
型boolean
デフォルトtrue
安全性チェックを有効にするかどうかを制御します。
video_quality任意
型enum
デフォルトhigh
lowmediumhighmaximum
出力動画に適用する品質プリセット。
video_write_mode任意
型enum
デフォルトbalanced
fastbalancedsmall
結果動画の書き込みモード。
loras必須
型object[]
≤ 3項目
LTX-2.3用のLoRA追加。各ファイルは3 GB以下、最大3件です。レジストリのSSRF安全なダウンローダーが各パスを取得した後にのみ読み込まれます。
loras[].path必須
型string
≤ 2048 characters
3 GB以下のLoRA .safetensorsファイルを指す直接HTTP(S) URL。読み込み前にSSRF安全なダウンローダーで取得されます。
loras[].scale任意
型number
デフォルト1
0 – 2
0.0–2.0の範囲で、この強度が高いほど生成動画へのLoRAの影響が強くなります。
loras[].transformer任意
型enum
デフォルトboth
highlowboth
Transformer選択フラグ。LTX-2.3ではTransformerが1つだけなので、ほとんどのユーザーに 'both' が適しています。複数Transformerを持つ将来のアーキテクチャをサポートするために存在します。
必須 正式名称(こちらも使用可能)

ファイルパラメータには、公開されたhttps:// URL、10 MBまでのdata: URI、またはアップロードしたファイルのfile_urlを指定します。 ファイル

出力

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"
  }
}
ファイルの保存期間を選択すべてのoutputs[].urlはストレージ上のコピーです。アカウント設定または?storage=により、永久保存(GB・月単位で有料)または無料で7日保存できます。
すべてのモデルで同じ形式画像、動画、音声のいずれでも、type、url、content_type、width、height、durationが含まれます。outputはモデル独自の結果オブジェクトです。
出力フィールド
video
object {url, content_type, file_name, file_size}モデルが生成した動画。
seed
integer生成時に実際に適用されたシード。
prompt
string使用前に拡張された内容を含む生成プロンプト。

その他のモデル: リップシンクとアバター

AIエージェント向け:このページのMarkdown版はこちらです: https://doitong.com/ja/developers/models/ltx-2.3-quality/audio-to-video/lora.md. すべてのモデルとガイド: https://doitong.com/developers/llms.txt