Longcat Single Avatar · Audio to Video

ပေါင်းစည်းရန်

မော်ဒယ် id longcat-single-avatar/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/longcat-single-avatar/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/longcat-single-avatar/audio-to-video?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/longcat-single-avatar/audio-to-video", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/my/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "longcat-single-avatar/audio-to-video",
  "input": {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }
}

Doitong API မှတစ်ဆင့် Longcat Single Avatar · Audio to Video မော်ဒယ် (longcat-single-avatar/audio-to-video) ကို ခေါ်ယူပါ။ အေးဂျင့်များအတွက် စာရွက်စာတမ်းများ: https://doitong.com/my/developers/models/longcat-single-avatar/audio-to-video.md

POST https://api.doitong.ru/v1/run/longcat-single-avatar/audio-to-video?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
}

Response status သည် "queued" သို့မဟုတ် "running" ဖြစ်ပါက "succeeded" ဖြစ်သည်အထိ GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 ဖြင့် poll လုပ်ပါ။ ဖိုင်များသည် outputs[].url တွင် ရှိသည်။ လုပ်ဆောင်မီ အတိအကျစျေးနှုန်းရရန် တူညီသော body ဖြင့် POST https://api.doitong.ru/v1/quote/longcat-single-avatar/audio-to-video ကို အသုံးပြုပါ။

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၉၀ $ ၉၀၀ API ခရက်ဒစ် · ≈ ၉၆.၅၈ ₽ လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်

Meituan Lipsync နှင့် Avatars Lipsync720p အထိ #audio-to-video

ရင်းမြစ်ပုံမလိုဘဲ အသံဖိုင်နှင့် စာသားပရောမ့်တစ်ခုတည်းဖြင့် မောင်းနှင်သော စကားပြောကိုယ်ပွားရုပ်ပုံ ဗီဒီယိုကို ဖန်တီးသည်

OpenAPI Markdown

Meituan · ဗီဒီယို

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

သင့်ထုတ်ဗီဒီယို၏ တစ်စက္ကန့်လျှင် စျေးနှုန်း

သင့်ထည့်သွင်းမှုအပေါ် မူတည်၍ စျေးနှုန်းသတ်မှတ်သည်

ထွက်ရလဒ်ဗီဒီယို တစ်စက္ကန့်လျှင် ၀.၁၅ $ မှ စတင်သည်

ထွက်ရလဒ်ဗီဒီယို တစ်စက္ကန့်လျှင် ၁၅၀ API ခရက်ဒစ် · ≈ ၁၆.၁၀ ₽

ဤတောင်းဆိုချက်: ၆ စက္ကန့် × ၀.၁၅ $ ၀.၉၀ $ ၉၀၀ API ခရက်ဒစ် · ≈ ၉၆.၅၈ ₽

လုပ်ဆောင်ရန် · ၀.၉၀ $

အောင်မြင်မှသာ ကောက်ခံပြီး မအောင်မြင်ပါက အလိုအလျောက် ပြန်အမ်းပေးသည်။

resolution မူလ 480p

num_segments မူလ 1

အဆင့်အလိုက် စျေးနှုန်း

အခြေခံနှုန်းထား	ထွက်ရလဒ်ဗီဒီယို တစ်စက္ကန့်လျှင် ၀.၁၅ $
720p	ထွက်ရလဒ်ဗီဒီယို တစ်စက္ကန့်လျှင် ၀.၆၀ $

ခေါင်းစဉ်တွင် အနိမ့်ဆုံးအဆင့်ကို ပြထားပြီး quote တွင် သင့်ထည့်သွင်းချက်အတိအကျအတွက် စျေးနှုန်းကို တွက်ချက်ပေးသည်။

လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် (အရှည်၊ ရုပ်ထွက်အရည်အသွေး၊ ဖရိမ်နှုန်း)။ Quote တွင် အတိအကျစျေးနှုန်းကို ပြန်ပေးပြီး ထိုပမာဏအတိုင်းသာ ကောက်ခံမည်။

စျေးနှုန်းတွက်ချက်ရန် Endpoint: POST /quote/{id}

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

prompt မူလ A person is talking n...

ဗီဒီယိုဖန်တီးမှုကို လမ်းညွှန်ပေးသော ပရောမ့်။

audio •လိုအပ်သည် audio_url

ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

avatar ကို ထိန်းချုပ်ရန် အသုံးပြုသည့် အသံဖိုင် URL။

resolution မူလ 480p

ထွက်ရလဒ်ဗီဒီယို၏ ရုပ်ထွက်အရည်အသွေး၊ 480p သို့မဟုတ် 720p ဖြစ်နိုင်သည်။

num_segments မူလ 1

ဗီဒီယိုအပိုင်းအရေအတွက်။ ပထမအပိုင်းမှာ ခန့်မှန်းခြေ 5.8s၊ နောက်ပိုင်းအပိုင်းတစ်ခုစီမှာ 5s ဖြစ်ပြီး အပိုင်းတစ်ခုလျှင် ဗီဒီယို 5 စက္ကန့်ခန့် ရရှိသည်။

အဆင့်မြင့် negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion

negative_prompt မူလ Close-up, Bright tone...

ဗီဒီယိုဖန်တီးရာတွင် ရှောင်ရှားရမည့်အရာများကို သတ်မှတ်သည့် ပရောမ့်။

num_inference_steps မူလ 50

လုပ်ဆောင်ခဲ့သော inference step အရေအတွက်။

text_guidance_scale မူလ 4

classifier-free guidance တွင် အသုံးပြုသည့် စာသား guidance scale။

audio_guidance_scale မူလ 4

တိုးမြှင့်ပါက ပါးစပ်လှုပ်ရှားမှုကို ပိုမိုအလေးပေးစေနိုင်သော အသံ guidance ချိန်ညှိမှု။

seed

ကျပန်းနံပါတ်ဖန်တီးမှုကို စတင်ပေးသည့် seed တန်ဖိုး။

POST /run/longcat-single-avatar/audio-to-video?wait=20 ကုန်ကျစရိတ် → ၀.၉၀ $

# 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/longcat-single-avatar/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/longcat-single-avatar/audio-to-video?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/longcat-single-avatar/audio-to-video", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "longcat-single-avatar/audio-to-video",
      "input": {
        "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
      },
      "wait_seconds": 20
    }
  }
}

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

API ကီး

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ ဤဘရောက်ဇာတွင် မှတ်ထားရန် API ကီး ရယူရန်

Longcat Single Avatar · Audio to Video အကြောင်း

`audio_url` နှင့် လူကိုဖော်ပြသော `prompt` မှ နှုတ်ခမ်းလှုပ်ရှားမှု ထပ်တူပြုထားသည့် ကိုယ်ပွားရုပ်ပုံဗီဒီယိုကို ဖန်တီးသည်။ ထွက်ရလဒ်သည် 480p သို့မဟုတ် 720p ဖြစ်သည်။ `num_segments` (1 မှ 10) သည် အရှည်ကို သတ်မှတ်သည်။ ပထမအပိုင်းသည် 5.8 စက္ကန့်ခန့်ကြာပြီး နောက်ထပ်အပိုင်းတစ်ခုစီက 5 စက္ကန့် ထပ်ပေါင်းသည်။ `audio_guidance_scale` (1 မှ 10) သည် စကားသံက ပါးစပ်ကို မည်မျှအထိ မောင်းနှင်မည်ကို ထိန်းချုပ်ပြီး တန်ဖိုးမြင့်လေ လှုပ်ရှားမှုကို ပိုမိုချဲ့ကားနိုင်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်

audio_urlလိုအပ်သည် audio

အမျိုးအစားurl · audio

avatar ကို ထိန်းချုပ်ရန် အသုံးပြုသည့် အသံဖိုင် URL။

promptရွေးချယ်နိုင်သည်

အမျိုးအစားstring

မူလတန်ဖိုးA person is talking naturally with natural expressions and movements.

ဗီဒီယိုဖန်တီးမှုကို လမ်းညွှန်ပေးသော ပရောမ့်။

negative_promptရွေးချယ်နိုင်သည်

အမျိုးအစားstring

မူလတန်ဖိုးClose-up, Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, static, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards

ဗီဒီယိုဖန်တီးရာတွင် ရှောင်ရှားရမည့်အရာများကို သတ်မှတ်သည့် ပရောမ့်။

num_inference_stepsရွေးချယ်နိုင်သည်

အမျိုးအစားinteger

မူလတန်ဖိုး50

၁၀ – ၁၀၀

လုပ်ဆောင်ခဲ့သော inference step အရေအတွက်။

text_guidance_scaleရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး4

၁ – ၁၀

classifier-free guidance တွင် အသုံးပြုသည့် စာသား guidance scale။

audio_guidance_scaleရွေးချယ်နိုင်သည်

အမျိုးအစားnumber

မူလတန်ဖိုး4

၁ – ၁၀

resolutionရွေးချယ်နိုင်သည်

အမျိုးအစားenum

မူလတန်ဖိုး480p

480p720p

ထွက်ရလဒ်ဗီဒီယို၏ ရုပ်ထွက်အရည်အသွေး၊ 480p သို့မဟုတ် 720p ဖြစ်နိုင်သည်။

num_segmentsရွေးချယ်နိုင်သည်

အမျိုးအစားinteger

မူလတန်ဖိုး1

၁ – ၁၀

seedရွေးချယ်နိုင်သည်

အမျိုးအစားinteger | null

ကျပန်းနံပါတ်ဖန်တီးမှုကို စတင်ပေးသည့် seed တန်ဖိုး။

enable_safety_checkerရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးtrue

အကောင့်ခွင့်ပြုချက်ပေါ်မူတည်သည့် လုံခြုံရေးစစ်ဆေးမှု toggle။ ခွင့်မပြုထားသော တောင်းဆိုချက်များအတွက် စစ်ဆေးမှုသည် မဖြစ်မနေဖြစ်ပြီး ၎င်းကို ပိတ်ရန် authorization လိုအပ်သည်။

enable_prompt_expansionရွေးချယ်နိုင်သည်

အမျိုးအစားboolean

မူလတန်ဖိုးfalse

ပိုမိုကောင်းမွန်သော ပရောမ့်ဖြင့် ဗီဒီယိုအရည်အသွေး မြှင့်တင်ရန် LLM အခြေပြု ပရောမ့်ချဲ့ထွင်မှု toggle။

လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/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": 900,
    "usd": "0.90",
    "charged": 900,
    "refunded": 0
  },
  "input": {
    "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
  },
  "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"
  }
}

သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။

မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။

ထွက်ရလဒ်၏ Fields များ

video: object {url, content_type, file_name, file_size}ဖန်တီးမှုမှ ထွက်ရှိသည့် ဗီဒီယိုဖိုင်။
seed: integerဖန်တီးမှုအတွင်း အသုံးပြုသည့် seed တန်ဖိုး။

နောက်ထပ် မော်ဒယ်များ: Lipsync နှင့် Avatars

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/longcat-single-avatar/audio-to-video.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

Longcat Single Avatar · Audio to Video အကြောင်း

ပါရာမီတာများ

ထွက်ရလဒ်

အခြား Longcat Single Avatar မူကွဲများ

Longcat Single Avatar · Image Audio to Video မူကွဲများ: 2

နောက်ထပ် မော်ဒယ်များ: Lipsync နှင့် Avatars

Kling AI Avatar 2.0 Pro မူကွဲများ: 5

Sync Lipsync 3 မူကွဲများ: 3

VEED Fabric 1.0 မူကွဲများ: 6

Infinitalk မူကွဲများ: 3