Aqbeż għall-kontenut

Ltx 2.3 Quality · Audio to Video · LoRA

Integra

Id tal-mudell 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"

Fajls bħall-eżempju: $0.604 604 krediti tal-API · ≈ ₽64.98 il-fajls tiegħek jitkejlu qabel it-tħaddim Ħaddmu f’din il-paġna

Ikseb ċavetta API
Lightricks · Vidjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ

Prompt li jiggwida l-ġenerazzjoni tal-vidjo mmexxija mill-awdjo.

•meħtieġ audio_url
Waqqa’ fajl, jew

URL tat-track tal-awdjo użat biex imexxi l-ġenerazzjoni.

resolution prestabbilit auto

Dimensjonijiet finali tal-output, b'fallback landscape għal 'auto' sakemm ma jiġix ipprovdut `image_url`. Meta dik l-immaġni tkun preżenti, 'auto' jadotta l-proporzjon tal-aspett tagħha.

prestabbilit 121

Għadd ta' frejms għall-output iġġenerat.

prestabbilit 24

Rata tal-frejms tal-vidjo tal-output, imkejla fi frejms kull sekonda.

•meħtieġ

Żidiet LoRA għal LTX-2.3, kull waħda limitata għal 3 GB, b'massimu ta' 3 entrati. It-tagħbija ssir biss wara li d-downloader tar-reġistru sikur kontra SSRF jirkupra kull path.

Avvanzat negative_prompt · image · video_quality · video_write_mode · num_inference_steps · guidance_scale · image_strength · seed · enable_prompt_expansion · enable_safety_checker
prestabbilit color distortion, ove...

Prompt negattiv li jispeċifika x'għandha tevita l-ġenerazzjoni.

image_url
Waqqa’ fajl, jew

Immaġni tal-ewwel frejm ipprovduta permezz ta' URL biex tikkumplimenta ġenerazzjoni li inkella tuża biss test u awdjo; il-provvista tagħha hija fakultattiva.

video_quality prestabbilit high

Preset tal-kwalità applikat għall-vidjo tal-output.

video_write_mode prestabbilit balanced

Modalità tal-kitba għall-vidjo li jirriżulta.

prestabbilit 15

Issettja kemm passi ta' inference għandhom jitħaddmu, sa 30; jekk tħallih kif inhu jintużaw 15.

prestabbilit 1

Aġġusta classifier-free guidance billi tuża din l-iskala; l-irfinar prestabbilit tagħha jimmira għal kwalità għolja u ġenerazzjoni mgħaġġla.

prestabbilit 0.7

Saħħa fakultattiva tal-kundizzjonament tal-ewwel frejm: naqqasha biex tagħti aktar libertà lill-mudell, jew uża 1.0 għal aderenza aktar stretta mal-immaġni.

Seed li jagħmel il-ġenerazzjoni riproduċibbli. L-issettjar tiegħu għal None jagħżel seed b’mod każwali.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar Ltx 2.3 Quality · Audio to Video · LoRA

L-istess fluss ta' xogħol awdjo għal vidjo bħall-varjant bażi, b'lista meħtieġa `loras` ta' sa 3 LoRAs personalizzati applikati fuq il-mudell. `prompt` ta' test u `audio_url` huma meħtieġa, u `image_url` jista' jiffissa b'mod fakultattiv l-ewwel frejm. `match_audio_length` jorbot in-numru ta' frejms mat-tul tal-awdjo; inkella uża `num_frames` (9 sa 481). Kull LoRA huwa limitat għal 3 GB.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
promptmeħtieġ
Tipstring
Prompt li jiggwida l-ġenerazzjoni tal-vidjo mmexxija mill-awdjo.
audio_urlmeħtieġ audio
Tipurl · audio
URL tat-track tal-awdjo użat biex imexxi l-ġenerazzjoni.
image_urlmhux obbligatorju image
Tipurl · image
Immaġni tal-ewwel frejm ipprovduta permezz ta' URL biex tikkumplimenta ġenerazzjoni li inkella tuża biss test u awdjo; il-provvista tagħha hija fakultattiva.
match_audio_lengthmhux obbligatorju
Tipboolean
Prestabbilittrue
Modalità tal-għadd tal-frejms li meta tkun mitfija tuża `num_frames`. Meta tixgħelha, tikkalkula l-għadd billi tuża `frames_per_second` u t-tul tal-awdjo.
num_framesmhux obbligatorju
Tipinteger
Prestabbilit121
9 – 481
Għadd ta' frejms għall-output iġġenerat.
resolutionmhux obbligatorju
Tipobject
Prestabbilitauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensjonijiet finali tal-output, b'fallback landscape għal 'auto' sakemm ma jiġix ipprovdut `image_url`. Meta dik l-immaġni tkun preżenti, 'auto' jadotta l-proporzjon tal-aspett tagħha.
frames_per_secondmhux obbligatorju
Tipnumber
Prestabbilit24
1 – 60
Rata tal-frejms tal-vidjo tal-output, imkejla fi frejms kull sekonda.
num_inference_stepsmhux obbligatorju
Tipinteger
Prestabbilit15
8 – 30
Issettja kemm passi ta' inference għandhom jitħaddmu, sa 30; jekk tħallih kif inhu jintużaw 15.
guidance_scalemhux obbligatorju
Tipnumber
Prestabbilit1
1 – 20
Aġġusta classifier-free guidance billi tuża din l-iskala; l-irfinar prestabbilit tagħha jimmira għal kwalità għolja u ġenerazzjoni mgħaġġla.
generate_audiomhux obbligatorju
Tipboolean
Prestabbilittrue
Toggle tat-track tal-awdjo għall-MP4 ritornat: mitfi jipproduċi fajl tal-vidjo biss, u mixgħul jinkludi l-awdjo.
image_strengthmhux obbligatorju
Tipnumber
Prestabbilit0.7
0 – 1
Saħħa fakultattiva tal-kundizzjonament tal-ewwel frejm: naqqasha biex tagħti aktar libertà lill-mudell, jew uża 1.0 għal aderenza aktar stretta mal-immaġni.
negative_promptmhux obbligatorju
Tipstring
Prestabbilitcolor 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
Prompt negattiv li jispeċifika x'għandha tevita l-ġenerazzjoni.
seedmhux obbligatorju
Tipinteger | null
Seed li jagħmel il-ġenerazzjoni riproduċibbli. L-issettjar tiegħu għal None jagħżel seed b’mod każwali.
enable_prompt_expansionmhux obbligatorju
Tipboolean
Prestabbilittrue
Jikkontrolla jekk l-espansjoni tal-prompt hijiex attivata.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
Jikkontrolla jekk il-verifika tas-sikurezza hijiex attivata.
video_qualitymhux obbligatorju
Tipenum
Prestabbilithigh
lowmediumhighmaximum
Preset tal-kwalità applikat għall-vidjo tal-output.
video_write_modemhux obbligatorju
Tipenum
Prestabbilitbalanced
fastbalancedsmall
Modalità tal-kitba għall-vidjo li jirriżulta.
lorasmeħtieġ
Tipobject[]
≤ 3 oġġetti
Żidiet LoRA għal LTX-2.3, kull waħda limitata għal 3 GB, b'massimu ta' 3 entrati. It-tagħbija ssir biss wara li d-downloader tar-reġistru sikur kontra SSRF jirkupra kull path.
loras[].pathmeħtieġ
Tipstring
≤ 2048 characters
URL HTTP(S) dirett għal fajl LoRA .safetensors ta' mhux aktar minn 3 GB. It-tagħbija tkun preċeduta mill-irkupru permezz ta' downloader sikur kontra SSRF.
loras[].scalemhux obbligatorju
Tipnumber
Prestabbilit1
0 – 2
L-influwenza tal-LoRA fuq il-vidjo iġġenerat tiżdied hekk kif tiżdied din is-saħħa fil-medda 0.0–2.0.
loras[].transformermhux obbligatorju
Tipenum
Prestabbilitboth
highlowboth
Flag tal-għażla tat-transformer: 'both' huwa adattat għal kważi kull min juża LTX-2.3 għax il-mudell għandu transformer wieħed biss. Il-flag jeżisti biex jappoġġja arkitetturi futuri b'diversi transformers.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

Output

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
video
object {url, content_type, file_name, file_size}Vidjo prodott mill-mudell.
seed
integerŻerriegħa attwali applikata waqt il-ġenerazzjoni.
prompt
stringPrompt tal-ġenerazzjoni, inkluża kwalunkwe espansjoni applikata qabel l-użu.

Aktar mudelli: Lipsync u avatars

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/ltx-2.3-quality/audio-to-video/lora.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt