Langkau ke kandungan

LTX-2.3 22B · Audio to Video

Integrasikan

ID model 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"

Fail seperti contoh: $0.358 358 kredit API · ≈ ₽38.51 fail anda diukur sebelum dijalankan Jalankan pada halaman ini

Dapatkan kunci API
Lightricks · Video

Hasil pertama anda akan muncul di sini

Bina permintaan di bawah dan jalankannya dengan kunci API anda. Output disalin ke storan kami, disimpan selama-lamanya atau 7 hari secara percuma.

Bina permintaan

Kawalan dijana daripada skema model. Kod dan harga dikemas kini apabila anda mengubahnya.

•diperlukan

Prompt yang digunakan sebagai asas penjanaan video.

•diperlukan audio_url
Lepaskan fail, atau

URL audio sumber yang digunakan untuk menjana video.

image_url
Lepaskan fail, atau

URL imej pilihan yang menentukan bingkai pembukaan video.

video_size lalai landscape_16_9

Dimensi video, dengan pensaizan berdasarkan imej input tersedia melalui 'auto' apabila imej dibekalkan.

lalai 121

Bilangan bingkai untuk output yang dijana.

lalai 24

Kadar bingkai video output, diukur dalam bingkai sesaat.

Lanjutan 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
lalai news broadcast, 3d an...

Prompt negatif yang digunakan semasa penjanaan video.

end_image_url
Lepaskan fail, atau

URL imej yang menentukan bingkai penamat video.

scheduler lalai ltx2

Pemilihan penjadual.

acceleration lalai regular

Tahap pecutan yang digunakan pada pemprosesan.

camera_lora lalai none

Pemilihan Camera LoRA untuk mengawal pergerakan dalam video yang dijana dengan lebih tepat berbanding prompt gerakan kamera sahaja.

video_output_type lalai X264 (.mp4)

Jenis output untuk video yang terhasil.

video_quality lalai high

Tahap kualiti untuk video yang terhasil.

video_write_mode lalai balanced

Mod penulisan untuk video yang terhasil.

lalai 40

Bilangan langkah inferens yang dilakukan.

lalai 3

Tetapan panduan video: tingkatkannya untuk mendapatkan konsistensi dan fokus yang lebih tinggi dalam kandungan yang dijana. Menggunakan panduan tanpa pengelas (CFG).

lalai 0

Kawalan konsistensi dan fokus video melalui skala Spatiotemporal Guidance (STG); tingkatkan tetapan untuk menguatkan kedua-dua ciri.

lalai 0.7

Pelarasan penskalaan semula video untuk mengimbangi panduan tanpa pengelas dengan panduan ruang masa sebagai nisbah.

lalai 3

Pelarasan modaliti video untuk mengimbangi sumbangan video dan audio sebagai nisbah.

lalai 7

Tetapan panduan audio: tingkatkannya untuk mendapatkan konsistensi dan fokus yang lebih tinggi dalam kandungan yang dijana. Menggunakan panduan tanpa pengelas (CFG).

lalai 0

Kawalan konsistensi dan fokus audio melalui skala Spatiotemporal Guidance (STG); tingkatkan tetapan untuk menguatkan kedua-dua ciri.

lalai 0.7

Pelarasan penskalaan semula audio untuk mengimbangi panduan tanpa pengelas dengan panduan ruang masa sebagai nisbah.

lalai 3

Pelarasan modaliti audio untuk mengimbangi sumbangan video dan audio sebagai nisbah.

lalai 2

Tetapan anggaran kecerunan nyahhingar: 0 mematikan anggaran; jika tidak, nilai tersebut menentukan gamma.

lalai 1

Kekuatan Camera LoRA untuk mengawal pergerakan dalam video yang dijana dengan lebih tepat berbanding prompt gerakan kamera sahaja.

lalai 0.2

Kawal penskalaan LoRA distil pas pertama, menggunakan 0 untuk mematikannya.

lalai 0.5

Kawal penskalaan LoRA distil bagi setiap pas selepas pas pertama.

lalai 1

Kekuatan pengaruh imej terhadap penjanaan video.

lalai 1

Kawal sejauh mana imej akhir mempengaruhi video yang dijana.

lalai 1

Kekuatan pengkondisian audio, dengan tepat 1.0 mengekalkan input tanpa perubahan. Model mungkin mengubah audio pada tetapan di bawah 1.0.

Nilai seed yang memulakan penjanaan nombor rawak.

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

Jalankan permintaan ini

Kunci anda kekal dalam pelayar ini: ia hanya dihantar kepada Doitong API dan disimpan (localStorage) hanya jika anda menanda Ingat. Dapatkan kunci API

Tentang LTX-2.3 22B · Audio to Video

Memerlukan `prompt` dan `audio_url`. Secara lalai, jumlah bingkai diperoleh daripada panjang audio (`match_audio_length`); jika tidak, `num_frames` (9 hingga 481) digunakan. `image_url` dan `end_image_url` boleh menetapkan bingkai pertama dan terakhir. Ia menyediakan banyak kawalan pensampelan seperti skala panduan, `scheduler`, `camera_lora`, dan format output termasuk mp4, webm, mov dan GIF.

Parameter

Hantar sama ada nama kanonik atau nama natif, bukan kedua-duanya. Nama kanonik

NamaJenis LalaiDibenarkan Penerangan
promptdiperlukan
Jenisstring
Prompt yang digunakan sebagai asas penjanaan video.
audio_urldiperlukan audio
Jenisurl · audio
URL audio sumber yang digunakan untuk menjana video.
image_urlpilihan image
Jenisurl · image
URL imej pilihan yang menentukan bingkai pembukaan video.
end_image_urlpilihan end_image
Jenisurl · image
URL imej yang menentukan bingkai penamat video.
match_audio_lengthpilihan
Jenisboolean
Lalaitrue
Togol pemilihan jumlah bingkai: dilumpuhkan menggunakan num_frames, manakala didayakan mengira jumlah daripada FPS dan tempoh audio.
num_framespilihan
Jenisinteger
Lalai121
9 – 481
Bilangan bingkai untuk output yang dijana.
video_sizepilihan
Jenisobject
Lalailandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensi video, dengan pensaizan berdasarkan imej input tersedia melalui 'auto' apabila imej dibekalkan.
use_multiscalepilihan
Jenisboolean
Lalaitrue
Togol penjanaan berbilang skala untuk koheren dan perincian yang lebih baik. Dengan True, video awal yang lebih kecil membimbing penjanaan kedua yang saiznya memenuhi atau melebihi dimensi yang diminta.
fpspilihan
Jenisnumber
Lalai24
1 – 60
Kadar bingkai video output, diukur dalam bingkai sesaat.
num_inference_stepspilihan
Jenisinteger
Lalai40
8 – 50
Bilangan langkah inferens yang dilakukan.
video_cfg_scalepilihan
Jenisnumber
Lalai3
1 – 20
Tetapan panduan video: tingkatkannya untuk mendapatkan konsistensi dan fokus yang lebih tinggi dalam kandungan yang dijana. Menggunakan panduan tanpa pengelas (CFG).
video_stg_scalepilihan
Jenisnumber
Lalai0
0 – 20
Kawalan konsistensi dan fokus video melalui skala Spatiotemporal Guidance (STG); tingkatkan tetapan untuk menguatkan kedua-dua ciri.
video_rescaling_scalepilihan
Jenisnumber
Lalai0.7
0 – 1
Pelarasan penskalaan semula video untuk mengimbangi panduan tanpa pengelas dengan panduan ruang masa sebagai nisbah.
video_modality_scalepilihan
Jenisnumber
Lalai3
0 – 10
Pelarasan modaliti video untuk mengimbangi sumbangan video dan audio sebagai nisbah.
audio_cfg_scalepilihan
Jenisnumber
Lalai7
1 – 20
Tetapan panduan audio: tingkatkannya untuk mendapatkan konsistensi dan fokus yang lebih tinggi dalam kandungan yang dijana. Menggunakan panduan tanpa pengelas (CFG).
audio_stg_scalepilihan
Jenisnumber
Lalai0
0 – 20
Kawalan konsistensi dan fokus audio melalui skala Spatiotemporal Guidance (STG); tingkatkan tetapan untuk menguatkan kedua-dua ciri.
audio_rescaling_scalepilihan
Jenisnumber
Lalai0.7
0 – 1
Pelarasan penskalaan semula audio untuk mengimbangi panduan tanpa pengelas dengan panduan ruang masa sebagai nisbah.
audio_modality_scalepilihan
Jenisnumber
Lalai3
0 – 10
Pelarasan modaliti audio untuk mengimbangi sumbangan video dan audio sebagai nisbah.
gradient_estimation_gammapilihan
Jenisnumber
Lalai2
0 – 10
Tetapan anggaran kecerunan nyahhingar: 0 mematikan anggaran; jika tidak, nilai tersebut menentukan gamma.
use_restart_samplingpilihan
Jenisboolean
Lalaifalse
Togol pensampelan mula semula untuk kualiti video yang berpotensi lebih baik: pendayaan menambah sedikit hingar pada setiap langkah nyahhingar.
schedulerpilihan
Jenisenum
Lalailtx2
ltx2linear_quadraticbeta
Pemilihan penjadual.
accelerationpilihan
Jenisenum
Lalairegular
noneregularhighfull
Tahap pecutan yang digunakan pada pemprosesan.
camera_lorapilihan
Jenisenum
Lalainone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Pemilihan Camera LoRA untuk mengawal pergerakan dalam video yang dijana dengan lebih tepat berbanding prompt gerakan kamera sahaja.
camera_lora_scalepilihan
Jenisnumber
Lalai1
0 – 1
Kekuatan Camera LoRA untuk mengawal pergerakan dalam video yang dijana dengan lebih tepat berbanding prompt gerakan kamera sahaja.
negative_promptpilihan
Jenisstring
Lalainews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
Prompt negatif yang digunakan semasa penjanaan video.
seedpilihan
Jenisinteger | null
Nilai seed yang memulakan penjanaan nombor rawak.
enable_prompt_expansionpilihan
Jenisboolean
Lalaitrue
Mengawal sama ada pengembangan prompt didayakan.
enable_safety_checkerpilihan
Jenisboolean
Lalaitrue
Mengawal sama ada pemeriksaan keselamatan didayakan.
video_output_typepilihan
Jenisenum
LalaiX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
Jenis output untuk video yang terhasil.
video_qualitypilihan
Jenisenum
Lalaihigh
lowmediumhighmaximum
Tahap kualiti untuk video yang terhasil.
video_write_modepilihan
Jenisenum
Lalaibalanced
fastbalancedsmall
Mod penulisan untuk video yang terhasil.
distill_lora_first_pass_scalepilihan
Jenisnumber
Lalai0.2
0 – 1
Kawal penskalaan LoRA distil pas pertama, menggunakan 0 untuk mematikannya.
distill_lora_second_pass_scalepilihan
Jenisnumber
Lalai0.5
0 – 1
Kawal penskalaan LoRA distil bagi setiap pas selepas pas pertama.
image_strengthpilihan
Jenisnumber
Lalai1
0 – 1
Kekuatan pengaruh imej terhadap penjanaan video.
end_image_strengthpilihan
Jenisnumber
Lalai1
0 – 1
Kawal sejauh mana imej akhir mempengaruhi video yang dijana.
audio_strengthpilihan
Jenisnumber
Lalai1
0 – 1
Kekuatan pengkondisian audio, dengan tepat 1.0 mengekalkan input tanpa perubahan. Model mungkin mengubah audio pada tetapan di bawah 1.0.
preprocess_audiopilihan
Jenisboolean
Lalaitrue
Mengawal sama ada audio dipraproses sebelum digunakan untuk pengkondisian.
diperlukan Nama kanonik, turut diterima

Parameter fail menerima URL awam https://, URI data: sehingga 10 MB, atau file_url bagi muat naik. Fail

Output

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"
  }
}
Fail anda, pilihan andaSetiap outputs[].url ialah salinan pada storan kami: disimpan selama-lamanya (dibayar setiap GB-bulan) atau 7 hari secara percuma, mengikut tetapan akaun anda atau ?storage=.
Bentuk yang sama pada setiap modeltype, url, content_type, width, height dan duration, untuk imej, video dan audio. output ialah objek hasil model itu sendiri.
Medan output
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Video yang dihasilkan oleh model.
seed
integerNilai seed yang digunakan untuk memulakan penjanaan nombor rawak.
prompt
stringPrompt yang digunakan untuk membimbing penjanaan.

Lebih banyak model: Lip-sync & Avatar

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/ltx-2.3-22b/audio-to-video.md. Semua model dan panduan: https://doitong.com/developers/llms.txt