Pereiti prie turinio

LTX-2.3 22B · Audio to Video

Integruoti

Modelio id 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"

Failai kaip pavyzdyje: 0,358 $ 358 API kreditai · ≈ 38,51 ₽ jūsų failai išmatuojami prieš paleidimą Paleisti šiame puslapyje

Gauti API raktą
Lightricks · Vaizdo įrašas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma

Raginys, naudojamas kaip vaizdo įrašo generavimo pagrindas.

•privaloma audio_url
Įmeskite failą arba

Šaltinio garso URL, naudojamas vaizdo įrašui generuoti.

image_url
Įmeskite failą arba

Pasirinktinis vaizdo URL, apibrėžiantis vaizdo įrašo pradinį kadrą.

video_size numatytoji landscape_16_9

Vaizdo įrašo matmenys; pateikus vaizdą, įvesties vaizdo dydį galima nustatyti naudojant 'auto'.

numatytoji 121

Generuojamos išvesties kadrų skaičius.

numatytoji 24

Išvesties vaizdo įrašo kadrų dažnis, matuojamas kadrais per sekundę.

Išplėstiniai 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
numatytoji news broadcast, 3d an...

Neigiamas raginys, naudojamas generuojant vaizdo įrašą.

end_image_url
Įmeskite failą arba

Vaizdo URL, apibrėžiantis vaizdo įrašo baigiamąjį kadrą.

scheduler numatytoji ltx2

Planuoklio pasirinkimas.

acceleration numatytoji regular

Apdorojimui taikomas spartinimo lygis.

camera_lora numatytoji none

Kameros LoRA pasirinkimas, leidžiantis tiksliau valdyti judėjimą generuojamame vaizdo įraše nei vien kameros judesio raginiais.

video_output_type numatytoji X264 (.mp4)

Gauto vaizdo įrašo išvesties tipas.

video_quality numatytoji high

Gauto vaizdo įrašo kokybės lygis.

video_write_mode numatytoji balanced

Gauto vaizdo įrašo įrašymo režimas.

numatytoji 40

Atliktų išvadų žingsnių skaičius.

numatytoji 3

Vaizdo įrašo valdymo nustatymas: padidinkite jį, kad generuojamame turinyje būtų daugiau vientisumo ir dėmesio. Naudojamas classifier-free guidance (CFG).

numatytoji 0

Vaizdo įrašo vientisumo ir dėmesio valdymas naudojant Spatiotemporal Guidance (STG) skalę; padidinkite nustatymą, kad sustiprintumėte abi savybes.

numatytoji 0.7

Vaizdo įrašo mastelio keitimo koregavimas, skirtas classifier-free ir erdvėlaikio valdymui subalansuoti kaip santykis.

numatytoji 3

Vaizdo įrašo modalumo koregavimas, skirtas vaizdo įrašo ir garso indėliui subalansuoti kaip santykis.

numatytoji 7

Garso valdymo nustatymas: padidinkite jį, kad generuojamame turinyje būtų daugiau vientisumo ir dėmesio. Naudojamas classifier-free guidance (CFG).

numatytoji 0

Garso vientisumo ir dėmesio valdymas naudojant Spatiotemporal Guidance (STG) skalę; padidinkite nustatymą, kad sustiprintumėte abi savybes.

numatytoji 0.7

Garso mastelio keitimo koregavimas, skirtas classifier-free ir erdvėlaikio valdymui subalansuoti kaip santykis.

numatytoji 3

Garso modalumo koregavimas, skirtas vaizdo įrašo ir garso indėliui subalansuoti kaip santykis.

numatytoji 2

Triukšmo šalinimo gradiento įvertinimo nustatymas: 0 išjungia įvertinimą, o kita reikšmė nurodo gamma.

numatytoji 1

Kameros LoRA stiprumas, leidžiantis tiksliau valdyti judėjimą generuojamame vaizdo įraše nei vien kameros judesio raginiais.

numatytoji 0.2

Valdykite pirmojo praejimo distill LoRA mastelį; 0 jį išjungia.

numatytoji 0.5

Valdykite distill LoRA mastelį kiekviename praejime po pirmojo.

numatytoji 1

Vaizdo įrašo generavimui daromos įtakos vaizdui stiprumas.

numatytoji 1

Valdykite, kiek baigiamasis vaizdas veikia generuojamą vaizdo įrašą.

numatytoji 1

Garso sąlygojimo stiprumas; tiksliai 1.0 išlaiko įvestį nepakeistą. Kai reikšmė mažesnė nei 1.0, modelis gali pakeisti garsą.

Atsitiktinių skaičių generavimą inicijuojanti pradinis reikšmė.

POST /run/ltx-2.3-22b/audio-to-video?wait=20 kaina → 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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie LTX-2.3 22B · Audio to Video

Reikalingi `prompt` ir `audio_url`. Pagal numatytuosius nustatymus kadrų skaičius nustatomas pagal garso trukmę (`match_audio_length`); kitu atveju taikomas `num_frames` (nuo 9 iki 481). `image_url` ir `end_image_url` gali nustatyti pirmą ir paskutinį kadrus. Pateikiama daug atrankos valdiklių, pvz., gairių skalių, `scheduler`, `camera_lora`, ir išvesties formatų, įskaitant mp4, webm, mov ir GIF.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
promptprivaloma
Tipasstring
Raginys, naudojamas kaip vaizdo įrašo generavimo pagrindas.
audio_urlprivaloma audio
Tipasurl · audio
Šaltinio garso URL, naudojamas vaizdo įrašui generuoti.
image_urlneprivalomas image
Tipasurl · image
Pasirinktinis vaizdo URL, apibrėžiantis vaizdo įrašo pradinį kadrą.
end_image_urlneprivalomas end_image
Tipasurl · image
Vaizdo URL, apibrėžiantis vaizdo įrašo baigiamąjį kadrą.
match_audio_lengthneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Kadrų skaičiaus pasirinkimo perjungiklis: išjungus naudojamas num_frames, o įjungus skaičius apskaičiuojamas pagal FPS ir garso trukmę.
num_framesneprivalomas
Tipasinteger
Numatytoji reikšmė121
9 – 481
Generuojamos išvesties kadrų skaičius.
video_sizeneprivalomas
Tipasobject
Numatytoji reikšmėlandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Vaizdo įrašo matmenys; pateikus vaizdą, įvesties vaizdo dydį galima nustatyti naudojant 'auto'.
use_multiscaleneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Daugiamastelio generavimo perjungiklis, skirtas geresniam vientisumui ir detalumui. Kai reikšmė True, mažesnis preliminarus vaizdo įrašas nurodo antrojo generavimo dydį, kuris atitinka arba viršija prašomus matmenis.
fpsneprivalomas
Tipasnumber
Numatytoji reikšmė24
1 – 60
Išvesties vaizdo įrašo kadrų dažnis, matuojamas kadrais per sekundę.
num_inference_stepsneprivalomas
Tipasinteger
Numatytoji reikšmė40
8 – 50
Atliktų išvadų žingsnių skaičius.
video_cfg_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė3
1 – 20
Vaizdo įrašo valdymo nustatymas: padidinkite jį, kad generuojamame turinyje būtų daugiau vientisumo ir dėmesio. Naudojamas classifier-free guidance (CFG).
video_stg_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 20
Vaizdo įrašo vientisumo ir dėmesio valdymas naudojant Spatiotemporal Guidance (STG) skalę; padidinkite nustatymą, kad sustiprintumėte abi savybes.
video_rescaling_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė0.7
0 – 1
Vaizdo įrašo mastelio keitimo koregavimas, skirtas classifier-free ir erdvėlaikio valdymui subalansuoti kaip santykis.
video_modality_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė3
0 – 10
Vaizdo įrašo modalumo koregavimas, skirtas vaizdo įrašo ir garso indėliui subalansuoti kaip santykis.
audio_cfg_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė7
1 – 20
Garso valdymo nustatymas: padidinkite jį, kad generuojamame turinyje būtų daugiau vientisumo ir dėmesio. Naudojamas classifier-free guidance (CFG).
audio_stg_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė0
0 – 20
Garso vientisumo ir dėmesio valdymas naudojant Spatiotemporal Guidance (STG) skalę; padidinkite nustatymą, kad sustiprintumėte abi savybes.
audio_rescaling_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė0.7
0 – 1
Garso mastelio keitimo koregavimas, skirtas classifier-free ir erdvėlaikio valdymui subalansuoti kaip santykis.
audio_modality_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė3
0 – 10
Garso modalumo koregavimas, skirtas vaizdo įrašo ir garso indėliui subalansuoti kaip santykis.
gradient_estimation_gammaneprivalomas
Tipasnumber
Numatytoji reikšmė2
0 – 10
Triukšmo šalinimo gradiento įvertinimo nustatymas: 0 išjungia įvertinimą, o kita reikšmė nurodo gamma.
use_restart_samplingneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Pakartotinio semplinimo perjungiklis, galintis pagerinti vaizdo įrašo kokybę: jį įjungus, kiekviename triukšmo šalinimo žingsnyje pridedama šiek tiek triukšmo.
schedulerneprivalomas
Tipasenum
Numatytoji reikšmėltx2
ltx2linear_quadraticbeta
Planuoklio pasirinkimas.
accelerationneprivalomas
Tipasenum
Numatytoji reikšmėregular
noneregularhighfull
Apdorojimui taikomas spartinimo lygis.
camera_loraneprivalomas
Tipasenum
Numatytoji reikšmėnone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Kameros LoRA pasirinkimas, leidžiantis tiksliau valdyti judėjimą generuojamame vaizdo įraše nei vien kameros judesio raginiais.
camera_lora_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė1
0 – 1
Kameros LoRA stiprumas, leidžiantis tiksliau valdyti judėjimą generuojamame vaizdo įraše nei vien kameros judesio raginiais.
negative_promptneprivalomas
Tipasstring
Numatytoji reikšmėnews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
Neigiamas raginys, naudojamas generuojant vaizdo įrašą.
seedneprivalomas
Tipasinteger | null
Atsitiktinių skaičių generavimą inicijuojanti pradinis reikšmė.
enable_prompt_expansionneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Valdo, ar įjungtas raginio išplėtimas.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Valdo, ar įjungtas saugos tikrinimas.
video_output_typeneprivalomas
Tipasenum
Numatytoji reikšmėX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
Gauto vaizdo įrašo išvesties tipas.
video_qualityneprivalomas
Tipasenum
Numatytoji reikšmėhigh
lowmediumhighmaximum
Gauto vaizdo įrašo kokybės lygis.
video_write_modeneprivalomas
Tipasenum
Numatytoji reikšmėbalanced
fastbalancedsmall
Gauto vaizdo įrašo įrašymo režimas.
distill_lora_first_pass_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė0.2
0 – 1
Valdykite pirmojo praejimo distill LoRA mastelį; 0 jį išjungia.
distill_lora_second_pass_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė0.5
0 – 1
Valdykite distill LoRA mastelį kiekviename praejime po pirmojo.
image_strengthneprivalomas
Tipasnumber
Numatytoji reikšmė1
0 – 1
Vaizdo įrašo generavimui daromos įtakos vaizdui stiprumas.
end_image_strengthneprivalomas
Tipasnumber
Numatytoji reikšmė1
0 – 1
Valdykite, kiek baigiamasis vaizdas veikia generuojamą vaizdo įrašą.
audio_strengthneprivalomas
Tipasnumber
Numatytoji reikšmė1
0 – 1
Garso sąlygojimo stiprumas; tiksliai 1.0 išlaiko įvestį nepakeistą. Kai reikšmė mažesnė nei 1.0, modelis gali pakeisti garsą.
preprocess_audioneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Valdo, ar garsas iš anksto apdorojamas prieš naudojant jį sąlygojimui.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Modelio sukurtas vaizdo įrašas.
seed
integerPradinė reikšmė atsitiktinių skaičių generavimui.
prompt
stringGeneravimui nukreipti naudojamas raginys.

Daugiau modelių: Lūpų sinchronizavimas ir avatarai

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/ltx-2.3-22b/audio-to-video.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt