Мазмұнға өту

LTX-2.3 22B · Audio to Video

Интеграциялау

Модель идентификаторы ltx-2.3-22b/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/ltx-2.3-22b/audio-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",
    "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"

Мысалдағыдай файлдар: 0,358 $ 358 API кредиті · ≈ 38,42 ₽ файлдарыңыз іске қосу алдында өлшенеді Осы бетте іске қосу

API кілтін алу
Lightricks Ерін синхрондауы және аватарлар Ерін синхрондауы

Кіріс аудио жолына сәйкес бейне жасайды, бірінші және соңғы кадр кескіндері мен камера LoRA қосымша беріледі

Lightricks · Бейне

Алғашқы нәтижеңіз осында пайда болады

Төменде сұрау құрып, оны API кілтіңізбен іске қосыңыз. Шығыстар сақтау орнымызға көшіріліп, мәңгі немесе 7 күн тегін сақталады.

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті

Бейне генерациясының негізі ретінде қолданылатын нұсқау.

•міндетті audio_url
Файлды тастаңыз немесе

Бейне генерациясында қолданылатын бастапқы аудионың URL мекенжайы.

image_url
Файлды тастаңыз немесе

Бейненің бастапқы кадрын анықтайтын қосымша кескін URL мекенжайы.

video_size әдепкі landscape_16_9

Бейне өлшемдері; кескін берілгенде кіріс кескінінің өлшемін 'auto' арқылы пайдалануға болады.

әдепкі 121

Жасалатын шығыстағы кадрлар саны.

әдепкі 24

Шығыс бейненің кадр жиілігі, секундына кадр санымен өлшенеді.

Қосымша negative_prompt · end_image · scheduler · acceleration · camera_lora · video_output_type · video_quality · video_write_mode · num_inference_steps · video_cfg_scale · video_stg_scale · video_rescaling_scale · video_modality_scale · audio_cfg_scale · audio_stg_scale · audio_rescaling_scale · audio_modality_scale · gradient_estimation_gamma · camera_lora_scale · distill_lora_first_pass_scale · distill_lora_second_pass_scale · image_strength · end_image_strength · audio_strength · seed · use_multiscale · use_restart_sampling · enable_prompt_expansion · enable_safety_checker · preprocess_audio
әдепкі news broadcast, 3d an...

Бейне генерациясы кезінде қолданылатын теріс нұсқау.

end_image_url
Файлды тастаңыз немесе

Бейненің соңғы кадрын анықтайтын кескін URL мекенжайы.

scheduler әдепкі ltx2

Жоспарлаушыны таңдау.

acceleration әдепкі regular

Өңдеуге қолданылатын жеделдету деңгейі.

camera_lora әдепкі none

Бейне қозғалысын тек камера қозғалысы туралы нұсқауларға қарағанда дәлірек басқаруға арналған Camera LoRA таңдауы.

video_output_type әдепкі X264 (.mp4)

Нәтижелік бейне түрі.

video_quality әдепкі high

Нәтижелік бейне сапасының деңгейі.

video_write_mode әдепкі balanced

Нәтижелік бейнені жазу режимі.

әдепкі 40

Орындалған inference қадамдарының саны.

әдепкі 3

Бейне бағыттау параметрі: жасалған мазмұнның бірізділігі мен фокусын күшейту үшін мәнді арттырыңыз. Classifier-free guidance (CFG) пайдаланылады.

әдепкі 0

Spatiotemporal Guidance (STG) шкаласы арқылы бейненің бірізділігі мен фокусын басқарады; екі қасиетті де күшейту үшін мәнді арттырыңыз.

әдепкі 0.7

Classifier-free және spatiotemporal бағыттауды қатынас ретінде теңгеруге арналған бейнені қайта масштабтау параметрі.

әдепкі 3

Бейне мен аудио үлестерін қатынас ретінде теңгеруге арналған бейне модальділігін реттеу параметрі.

әдепкі 7

Аудио бағыттау параметрі: жасалған мазмұнның бірізділігі мен фокусын күшейту үшін мәнді арттырыңыз. Classifier-free guidance (CFG) пайдаланылады.

әдепкі 0

Spatiotemporal Guidance (STG) шкаласы арқылы аудионың бірізділігі мен фокусын басқарады; екі қасиетті де күшейту үшін мәнді арттырыңыз.

әдепкі 0.7

Classifier-free және spatiotemporal бағыттауды қатынас ретінде теңгеруге арналған аудионы қайта масштабтау параметрі.

әдепкі 3

Бейне мен аудио үлестерін қатынас ретінде теңгеруге арналған аудио модальділігін реттеу параметрі.

әдепкі 2

Шуды азайту градиентін бағалау параметрі: 0 бағалауды өшіреді, басқа мән gamma мәнін көрсетеді.

әдепкі 1

Бейне қозғалысын дәлірек басқаруға арналған Camera LoRA күші.

әдепкі 0.2

Бірінші өтуге арналған distill LoRA масштабын басқарады; өшіру үшін 0 мәнін пайдаланыңыз.

әдепкі 0.5

Біріншіден кейінгі әр өтуге арналған distill LoRA масштабын басқарады.

әдепкі 1

Кескіннің бейне генерациясына ықпал ету күші.

әдепкі 1

Соңғы кескіннің жасалған бейнеге ықпал ету деңгейін басқарады.

әдепкі 1

Аудионы шарттандыру күші; дәл 1.0 мәні кірісті өзгеріссіз сақтайды. 1.0-ден төмен мәндерде модель аудионы өзгертуі мүмкін.

Кездейсоқ сандар генерациясын бастайтын seed мәні.

POST /run/ltx-2.3-22b/audio-to-video?wait=20 бағасы → 0,358 $
# 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-2.3-22b/audio-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",
    "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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

LTX-2.3 22B · Audio to Video туралы

`prompt` және `audio_url` қажет. Әдепкі бойынша кадр саны аудио ұзақтығынан есептеледі (`match_audio_length`); әйтпесе `num_frames` (9-дан 481-ге дейін) қолданылады. `image_url` және `end_image_url` бірінші және соңғы кадрларды бекіте алады. Бағыттау масштабтары, `scheduler`, `camera_lora` сияқты көптеген сэмплинг басқару элементтері және mp4, webm, mov пен GIF сияқты шығыс пішімдері бар.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
promptміндетті
Түріstring
Бейне генерациясының негізі ретінде қолданылатын нұсқау.
audio_urlміндетті audio
Түріurl · audio
Бейне генерациясында қолданылатын бастапқы аудионың URL мекенжайы.
image_urlміндетті емес image
Түріurl · image
Бейненің бастапқы кадрын анықтайтын қосымша кескін URL мекенжайы.
end_image_urlміндетті емес end_image
Түріurl · image
Бейненің соңғы кадрын анықтайтын кескін URL мекенжайы.
match_audio_lengthміндетті емес
Түріboolean
Әдепкіtrue
Кадр санын таңдау ауыстырғышы: өшірулі болса num_frames қолданылады, қосулы болса сан FPS пен аудио ұзақтығынан есептеледі.
num_framesміндетті емес
Түріinteger
Әдепкі121
9 – 481
Жасалатын шығыстағы кадрлар саны.
video_sizeміндетті емес
Түріobject
Әдепкіlandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Бейне өлшемдері; кескін берілгенде кіріс кескінінің өлшемін 'auto' арқылы пайдалануға болады.
use_multiscaleміндетті емес
Түріboolean
Әдепкіtrue
Үйлесімділік пен детализацияны жақсартатын көпмасштабты генерация ауыстырғышы. True кезінде алдымен кішірек бейне жасалып, кейін сұралған өлшемге тең немесе одан үлкен екінші генерацияға бағыт береді.
fpsміндетті емес
Түріnumber
Әдепкі24
1 – 60
Шығыс бейненің кадр жиілігі, секундына кадр санымен өлшенеді.
num_inference_stepsміндетті емес
Түріinteger
Әдепкі40
8 – 50
Орындалған inference қадамдарының саны.
video_cfg_scaleміндетті емес
Түріnumber
Әдепкі3
1 – 20
Бейне бағыттау параметрі: жасалған мазмұнның бірізділігі мен фокусын күшейту үшін мәнді арттырыңыз. Classifier-free guidance (CFG) пайдаланылады.
video_stg_scaleміндетті емес
Түріnumber
Әдепкі0
0 – 20
Spatiotemporal Guidance (STG) шкаласы арқылы бейненің бірізділігі мен фокусын басқарады; екі қасиетті де күшейту үшін мәнді арттырыңыз.
video_rescaling_scaleміндетті емес
Түріnumber
Әдепкі0.7
0 – 1
Classifier-free және spatiotemporal бағыттауды қатынас ретінде теңгеруге арналған бейнені қайта масштабтау параметрі.
video_modality_scaleміндетті емес
Түріnumber
Әдепкі3
0 – 10
Бейне мен аудио үлестерін қатынас ретінде теңгеруге арналған бейне модальділігін реттеу параметрі.
audio_cfg_scaleміндетті емес
Түріnumber
Әдепкі7
1 – 20
Аудио бағыттау параметрі: жасалған мазмұнның бірізділігі мен фокусын күшейту үшін мәнді арттырыңыз. Classifier-free guidance (CFG) пайдаланылады.
audio_stg_scaleміндетті емес
Түріnumber
Әдепкі0
0 – 20
Spatiotemporal Guidance (STG) шкаласы арқылы аудионың бірізділігі мен фокусын басқарады; екі қасиетті де күшейту үшін мәнді арттырыңыз.
audio_rescaling_scaleміндетті емес
Түріnumber
Әдепкі0.7
0 – 1
Classifier-free және spatiotemporal бағыттауды қатынас ретінде теңгеруге арналған аудионы қайта масштабтау параметрі.
audio_modality_scaleміндетті емес
Түріnumber
Әдепкі3
0 – 10
Бейне мен аудио үлестерін қатынас ретінде теңгеруге арналған аудио модальділігін реттеу параметрі.
gradient_estimation_gammaміндетті емес
Түріnumber
Әдепкі2
0 – 10
Шуды азайту градиентін бағалау параметрі: 0 бағалауды өшіреді, басқа мән gamma мәнін көрсетеді.
use_restart_samplingміндетті емес
Түріboolean
Әдепкіfalse
Бейне сапасын ықтимал жақсартатын қайта іске қосып үлгілеу ауыстырғышы: қосылғанда әр шуды азайту қадамында аздап шу енгізеді.
schedulerміндетті емес
Түріenum
Әдепкіltx2
ltx2linear_quadraticbeta
Жоспарлаушыны таңдау.
accelerationміндетті емес
Түріenum
Әдепкіregular
noneregularhighfull
Өңдеуге қолданылатын жеделдету деңгейі.
camera_loraміндетті емес
Түріenum
Әдепкіnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Бейне қозғалысын тек камера қозғалысы туралы нұсқауларға қарағанда дәлірек басқаруға арналған Camera LoRA таңдауы.
camera_lora_scaleміндетті емес
Түріnumber
Әдепкі1
0 – 1
Бейне қозғалысын дәлірек басқаруға арналған Camera LoRA күші.
negative_promptміндетті емес
Түріstring
Әдепкіnews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
Бейне генерациясы кезінде қолданылатын теріс нұсқау.
seedміндетті емес
Түріinteger | null
Кездейсоқ сандар генерациясын бастайтын seed мәні.
enable_prompt_expansionміндетті емес
Түріboolean
Әдепкіtrue
Нұсқауды кеңейту қосылған-қосылмағанын басқарады.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіtrue
Қауіпсіздікті тексерудің қосылған-қосылмағанын басқарады.
video_output_typeміндетті емес
Түріenum
ӘдепкіX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
Нәтижелік бейне түрі.
video_qualityміндетті емес
Түріenum
Әдепкіhigh
lowmediumhighmaximum
Нәтижелік бейне сапасының деңгейі.
video_write_modeміндетті емес
Түріenum
Әдепкіbalanced
fastbalancedsmall
Нәтижелік бейнені жазу режимі.
distill_lora_first_pass_scaleміндетті емес
Түріnumber
Әдепкі0.2
0 – 1
Бірінші өтуге арналған distill LoRA масштабын басқарады; өшіру үшін 0 мәнін пайдаланыңыз.
distill_lora_second_pass_scaleміндетті емес
Түріnumber
Әдепкі0.5
0 – 1
Біріншіден кейінгі әр өтуге арналған distill LoRA масштабын басқарады.
image_strengthміндетті емес
Түріnumber
Әдепкі1
0 – 1
Кескіннің бейне генерациясына ықпал ету күші.
end_image_strengthміндетті емес
Түріnumber
Әдепкі1
0 – 1
Соңғы кескіннің жасалған бейнеге ықпал ету деңгейін басқарады.
audio_strengthміндетті емес
Түріnumber
Әдепкі1
0 – 1
Аудионы шарттандыру күші; дәл 1.0 мәні кірісті өзгеріссіз сақтайды. 1.0-ден төмен мәндерде модель аудионы өзгертуі мүмкін.
preprocess_audioміндетті емес
Түріboolean
Әдепкіtrue
Шарттандыру үшін пайдаланылмас бұрын аудионың алдын ала өңделуін басқарады.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-22b/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": 358,
    "usd": "0.358",
    "charged": 358,
    "refunded": 0
  },
  "input": {
    "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "prompt": "A woman speaks to the camera"
  },
  "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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Модель жасаған бейне.
seed
integerКездейсоқ сандар генерациясын инициализациялау үшін қолданылатын seed мәні.
prompt
stringГенерацияны бағыттайтын нұсқау.

Қосымша модельдер: Ерін синхрондауы және аватарлар

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/ltx-2.3-22b/audio-to-video.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt