Langkau ke kandungan

Wan-2.2 Speech-to-Video 14B

Integrasikan

ID model wan/v2.2-14b/speech-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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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: $0.50 500 kredit API · ≈ ₽53.66 fail anda diukur sebelum dijalankan Jalankan pada halaman ini

Dapatkan kunci API
Alibaba Lip-sync & Avatar Lip-syncsehingga 720p #audio-to-video#talking-head

Menghasilkan video bercakap daripada imej pegun dan fail audio, berpandukan prompt teks

Dibuat di Doitong

Karya awam yang dibuat dengan Wan v22 Large oleh komuniti Doitong. Guna semula prompt dengan satu klik.

Karya awam dipaparkan: 3
Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... Video

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, весёлый водитель в кепке, крупные машины, пастельные цвета. 0:00–0:10 приветствие под музыку; 0:10–0:30 песенка: "Машина едет би-би, би-би", "Поезд едет ту-ту, ту-ту". Бодрая детская музыка...

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-аним... Video

Создай 30-секундный обучающий музыкальный ролик для детей 3–5 лет. Тема: транспорт. Яркая 2D-анимация, тот же весёлый водитель в кепке, самолёт. 0:00–0:15 песенка: "Самолёт летит вж-ж-ж, вж-ж-ж"; 0:15–0:25 интерактивная пауза: водитель спрашивает "Как гудит машина?", пауза; 0:25–0:30 финальный...

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15... Video

# PROMPT: Animated Mother’s Day greeting card **Format:** vertical video 9:16 **Duration:** 12–15 seconds **Style:** high‑quality Pixar‑inspired 3D animation, cinematic, warm, emotional, charming animated movie aesthetic. ### The main character is a child Use the attached image as the only and...

Bina permintaan

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

•diperlukan

Prompt teks yang digunakan untuk menjana video.

•diperlukan image_url
Lepaskan fail, atau

URL imej sumber, dengan nisbah bidang yang dipilih menentukan sama ada prapemprosesan diperlukan: ketidakpadanan mencetuskan penskalaan semula diikuti pemangkasan tengah.

•diperlukan audio_url
Lepaskan fail, atau

URL yang menunjuk kepada fail audio.

resolution lalai 480p

Resolusi video output: 480p, 580p atau 720p.

lalai 80

Pilih gandaan 4 dalam julat 40–120 untuk menetapkan bilangan bingkai yang dijana.

Lanjutan negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
lalai

Prompt negatif yang digunakan semasa menjana video.

video_quality lalai high

Tetapan kualiti video output yang menukar saiz fail lebih besar untuk visual lebih baik apabila tetapan meningkat.

video_write_mode lalai balanced

Mod penulisan video, dengan balanced menawarkan kompromi antara kelajuan dan kualiti. Pilih small untuk fail terkecil dan penulisan paling perlahan; penulisan lebih pantas mengembalikan hasil lebih awal tetapi menghasilkan fail lebih besar.

lalai 16

Kadar bingkai video yang dijana, menerima nilai dari 4 hingga 60; menetapkan `adjust_fps_for_interpolation` kepada false mengekalkan kadar ini tanpa perubahan. Dengan interpolasi dan `adjust_fps_for_interpolation` true (lalainya), darabkan kadar ini dengan satu tambah bilangan bingkai interpolasi untuk mendapatkan FPS akhir. Contohnya, 16 FPS dengan 1 bingkai interpolasi menjadi 32 FPS.

lalai 27

Bilangan langkah pensampelan, yang menukar masa pemprosesan lebih lama dengan kualiti lebih baik apabila bilangannya meningkat.

lalai 3.5

Kekuatan panduan tanpa pengelas, yang menukar kemungkinan kehilangan kualiti dengan padanan prompt yang lebih rapat apabila skala meningkat.

lalai 5

Tetapan anjakan video, dengan julat yang dibenarkan 1.0–10.0.

Seed yang menjadikan penjanaan boleh diulang. Menetapkannya kepada None memilih seed secara rawak.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 sebut harga → $0.50
# 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/wan/v2.2-14b/speech-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",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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 Wan-2.2 Speech-to-Video 14B

Memerlukan `prompt`, `image_url` sumber dan `audio_url`, lalu menghasilkan video subjek dalam imej yang digerakkan oleh audio. `num_frames` berjulat 40 hingga 120 dalam gandaan 4, pada 16 fps secara lalai. `resolution` boleh menjadi 480p, 580p atau 720p. Langkah pensampelan, panduan, interpolasi dan `negative_prompt` boleh dilaraskan.

Parameter

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

NamaJenis LalaiDibenarkan Penerangan
promptdiperlukan
Jenisstring
Prompt teks yang digunakan untuk menjana video.
negative_promptpilihan
Jenisstring
Lalai
Prompt negatif yang digunakan semasa menjana video.
num_framespilihan
Jenisinteger
Lalai80
40 – 120
Pilih gandaan 4 dalam julat 40–120 untuk menetapkan bilangan bingkai yang dijana.
frames_per_secondpilihan
Jenisinteger | null
Lalai16
4 – 60
Kadar bingkai video yang dijana, menerima nilai dari 4 hingga 60; menetapkan `adjust_fps_for_interpolation` kepada false mengekalkan kadar ini tanpa perubahan. Dengan interpolasi dan `adjust_fps_for_interpolation` true (lalainya), darabkan kadar ini dengan satu tambah bilangan bingkai interpolasi untuk mendapatkan FPS akhir. Contohnya, 16 FPS dengan 1 bingkai interpolasi menjadi 32 FPS.
seedpilihan
Jenisinteger | null
Seed yang menjadikan penjanaan boleh diulang. Menetapkannya kepada None memilih seed secara rawak.
resolutionpilihan
Jenisenum
Lalai480p
480p580p720p
Resolusi video output: 480p, 580p atau 720p.
num_inference_stepspilihan
Jenisinteger
Lalai27
2 – 40
Bilangan langkah pensampelan, yang menukar masa pemprosesan lebih lama dengan kualiti lebih baik apabila bilangannya meningkat.
enable_safety_checkerpilihan
Jenisboolean
Lalaifalse
Pemeriksaan keselamatan input sebelum pemprosesan, yang hanya boleh dimatikan oleh akaun yang diberi kuasa. Permintaan tanpa kebenaran sentiasa diperiksa; jika tidak, true mendayakan pemeriksaan.
enable_output_safety_checkerpilihan
Jenisboolean
Lalaifalse
Mengawal pemeriksaan keselamatan video yang dijana; menetapkan true mendayakan semakan selepas penjanaan.
guidance_scalepilihan
Jenisnumber
Lalai3.5
1 – 10
Kekuatan panduan tanpa pengelas, yang menukar kemungkinan kehilangan kualiti dengan padanan prompt yang lebih rapat apabila skala meningkat.
shiftpilihan
Jenisnumber
Lalai5
1 – 10
Tetapan anjakan video, dengan julat yang dibenarkan 1.0–10.0.
video_qualitypilihan
Jenisenum
Lalaihigh
lowmediumhighmaximum
Tetapan kualiti video output yang menukar saiz fail lebih besar untuk visual lebih baik apabila tetapan meningkat.
video_write_modepilihan
Jenisenum
Lalaibalanced
fastbalancedsmall
Mod penulisan video, dengan balanced menawarkan kompromi antara kelajuan dan kualiti. Pilih small untuk fail terkecil dan penulisan paling perlahan; penulisan lebih pantas mengembalikan hasil lebih awal tetapi menghasilkan fail lebih besar.
image_urldiperlukan image
Jenisurl · image
URL imej sumber, dengan nisbah bidang yang dipilih menentukan sama ada prapemprosesan diperlukan: ketidakpadanan mencetuskan penskalaan semula diikuti pemangkasan tengah.
audio_urldiperlukan audio
Jenisurl · audio
URL yang menunjuk kepada fail audio.
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": "wan/v2.2-14b/speech-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": 500,
    "usd": "0.50",
    "charged": 500,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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
    }
  },
  "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}Fail video yang dihasilkan oleh penjanaan.

Lebih banyak model: Lip-sync & Avatar

Untuk ejen AI: halaman ini dalam Markdown tersedia di https://doitong.com/ms/developers/models/wan/v2.2-14b/speech-to-video.md. Semua model dan panduan: https://doitong.com/developers/llms.txt