အကြောင်းအရာသို့ ကျော်ရန်

Ltx 2.3 Quality · Audio to Video

ပေါင်းစည်းရန်

မော်ဒယ် id ltx-2.3-quality/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-quality/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"

နမူနာကဲ့သို့ ဖိုင်များ: ၀.၅၃၇ $ ၅၃၇ API ခရက်ဒစ် · ≈ ၅၇.၆၃ ₽ လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Lightricks Lipsync နှင့် Avatars မူရင်းအသံLipsync #audio-to-video

ပရောမ့်နှင့် အသံလမ်းကြောင်းမှ မောင်းနှင်ဖန်တီးသည့် ဗီဒီယို၊ ရွေးချယ်နိုင်သော ပထမဖရိမ်ပုံ ပါဝင်သည်

Lightricks · ဗီဒီယို

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

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

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

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

•လိုအပ်သည်

အသံမှောင်းနှင်သော ဗီဒီယိုဖန်တီးမှုကို လမ်းညွှန်သည့် ပရောမ့်။

•လိုအပ်သည် audio_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

ဖန်တီးမှုကို မောင်းနှင်ရန် အသုံးပြုသည့် အသံလမ်းကြောင်း URL။

resolution မူလ auto

နောက်ဆုံးထွက်ရလဒ် အတိုင်းအတာများ။ 'auto' အတွက် အလျားလိုက်အချိုးကို မူလသတ်မှတ်ချက်အဖြစ် အသုံးပြုသည်၊ သို့သော် `image_url` ပေးထားပါက ထိုပုံ၏ aspect ratio ကို အသုံးပြုသည်။

မူလ 121

ဖန်တီးထားသော ထွက်ရလဒ်၏ ဖရိမ်အရေအတွက်။

မူလ 24

တစ်စက္ကန့်လျှင် ဖရိမ်အရေအတွက်ဖြင့် တိုင်းတာသော ထွက်ရလဒ်ဗီဒီယို ဖရိမ်နှုန်း။

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

ဖန်တီးမှုတွင် ရှောင်ရှားရမည့်အရာများကို သတ်မှတ်သည့် အနုတ်လက္ခဏာပရောမ့်။

image_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

စာသားနှင့် အသံတစ်ခုတည်းကို အသုံးပြုမည့် ဖန်တီးမှုကို ဖြည့်စွက်ရန် URL ဖြင့် ပေးထားသော အစဖရိမ်ပုံ။ ပေးရန် မလိုအပ်ပါ။

video_quality မူလ high

ထွက်ရလဒ်ဗီဒီယိုတွင် အသုံးပြုသည့် အရည်အသွေးကြိုတင်သတ်မှတ်ချက်။

video_write_mode မူလ balanced

ရရှိလာမည့် ဗီဒီယို၏ ရေးသားမှုမုဒ်။

မူလ 15

လုပ်ဆောင်မည့် inference အဆင့်အရေအတွက်ကို သတ်မှတ်ပါ။ အများဆုံး 30 ဖြစ်ပြီး မပြောင်းလဲပါက 15 ကို အသုံးပြုသည်။

မူလ 1

ဤစကေးဖြင့် classifier-free guidance ကို ချိန်ညှိပါ။ မူလချိန်ညှိမှုသည် အရည်အသွေးမြင့်မားခြင်းနှင့် ဖန်တီးမှုမြန်ဆန်ခြင်း နှစ်ခုစလုံးကို ရည်ရွယ်သည်။

မူလ 0.7

ရွေးချယ်နိုင်သော အစဖရိမ် conditioning strength: မော်ဒယ်၏ လွတ်လပ်ခွင့် ပိုများစေရန် လျှော့ပါ၊ သို့မဟုတ် ပုံနှင့် ပိုမိုတိကျစွာ ကိုက်ညီစေရန် 1.0 ကို အသုံးပြုပါ။

ဖန်တီးမှုကို ထပ်တူပြန်လည်ပြုလုပ်နိုင်စေသည့် seed။ None သတ်မှတ်ပါက seed ကို ကျပန်းရွေးချယ်သည်။

POST /run/ltx-2.3-quality/audio-to-video?wait=20 ကုန်ကျစရိတ် → ၀.၅၃၇ $
# 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?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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

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

Ltx 2.3 Quality · Audio to Video အကြောင်း

ပေးထားသော အသံတေးသွားအတိုင်း လိုက်နာသည့် ဗီဒီယိုကို စာသား `prompt` ဖြင့် လမ်းညွှန်ကာ ဖန်တီးသည်။ `audio_url` လိုအပ်ပြီး `image_url` သည် ရွေးချယ်နိုင်ကာ ပထမဘောင်ကို သတ်မှတ်သည်။ ၎င်းကို မည်မျှနီးကပ်စွာ ထိန်းသိမ်းမည်ကို `image_strength` (0 မှ 1) ဖြင့် ချိန်ညှိသည်။ `match_audio_length` ဖွင့်ထားပါက ဘောင်အရေအတွက်ကို အသံအရှည်နှင့် `frames_per_second` မှ ရယူပြီး၊ မဟုတ်ပါက `num_frames` (9 မှ 481) ကို အသုံးပြုသည်။ `auto` အပါအဝင် `resolution` preset 7 ခု ရှိသည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
promptလိုအပ်သည်
အမျိုးအစားstring
အသံမှောင်းနှင်သော ဗီဒီယိုဖန်တီးမှုကို လမ်းညွှန်သည့် ပရောမ့်။
audio_urlလိုအပ်သည် audio
အမျိုးအစားurl · audio
ဖန်တီးမှုကို မောင်းနှင်ရန် အသုံးပြုသည့် အသံလမ်းကြောင်း URL။
image_urlရွေးချယ်နိုင်သည် image
အမျိုးအစားurl · image
စာသားနှင့် အသံတစ်ခုတည်းကို အသုံးပြုမည့် ဖန်တီးမှုကို ဖြည့်စွက်ရန် URL ဖြင့် ပေးထားသော အစဖရိမ်ပုံ။ ပေးရန် မလိုအပ်ပါ။
match_audio_lengthရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
ပိတ်ထားပါက `num_frames` ကို အသုံးပြုသည့် ဖရိမ်အရေအတွက်မုဒ်။ ဖွင့်ထားပါက `frames_per_second` နှင့် အသံကြာချိန်ကို အသုံးပြု၍ အရေအတွက်ကို တွက်ချက်သည်။
num_framesရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး121
၉ – ၄၈၁
ဖန်တီးထားသော ထွက်ရလဒ်၏ ဖရိမ်အရေအတွက်။
resolutionရွေးချယ်နိုင်သည်
အမျိုးအစားobject
မူလတန်ဖိုးauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
နောက်ဆုံးထွက်ရလဒ် အတိုင်းအတာများ။ 'auto' အတွက် အလျားလိုက်အချိုးကို မူလသတ်မှတ်ချက်အဖြစ် အသုံးပြုသည်၊ သို့သော် `image_url` ပေးထားပါက ထိုပုံ၏ aspect ratio ကို အသုံးပြုသည်။
frames_per_secondရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး24
၁ – ၆၀
တစ်စက္ကန့်လျှင် ဖရိမ်အရေအတွက်ဖြင့် တိုင်းတာသော ထွက်ရလဒ်ဗီဒီယို ဖရိမ်နှုန်း။
num_inference_stepsရွေးချယ်နိုင်သည်
အမျိုးအစားinteger
မူလတန်ဖိုး15
၈ – ၃၀
လုပ်ဆောင်မည့် inference အဆင့်အရေအတွက်ကို သတ်မှတ်ပါ။ အများဆုံး 30 ဖြစ်ပြီး မပြောင်းလဲပါက 15 ကို အသုံးပြုသည်။
guidance_scaleရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး1
၁ – ၂၀
ဤစကေးဖြင့် classifier-free guidance ကို ချိန်ညှိပါ။ မူလချိန်ညှိမှုသည် အရည်အသွေးမြင့်မားခြင်းနှင့် ဖန်တီးမှုမြန်ဆန်ခြင်း နှစ်ခုစလုံးကို ရည်ရွယ်သည်။
generate_audioရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
ပြန်ပေးမည့် MP4 အတွက် အသံလမ်းကြောင်း ခလုတ်: ပိတ်ထားပါက ဗီဒီယိုသီးသန့်ဖိုင် ထုတ်ပေးပြီး ဖွင့်ထားပါက အသံပါဝင်သည်။
image_strengthရွေးချယ်နိုင်သည်
အမျိုးအစားnumber
မူလတန်ဖိုး0.7
၀ – ၁
ရွေးချယ်နိုင်သော အစဖရိမ် conditioning strength: မော်ဒယ်၏ လွတ်လပ်ခွင့် ပိုများစေရန် လျှော့ပါ၊ သို့မဟုတ် ပုံနှင့် ပိုမိုတိကျစွာ ကိုက်ညီစေရန် 1.0 ကို အသုံးပြုပါ။
negative_promptရွေးချယ်နိုင်သည်
အမျိုးအစားstring
မူလတန်ဖိုးcolor 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
ဖန်တီးမှုတွင် ရှောင်ရှားရမည့်အရာများကို သတ်မှတ်သည့် အနုတ်လက္ခဏာပရောမ့်။
seedရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
ဖန်တီးမှုကို ထပ်တူပြန်လည်ပြုလုပ်နိုင်စေသည့် seed။ None သတ်မှတ်ပါက seed ကို ကျပန်းရွေးချယ်သည်။
enable_prompt_expansionရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
ပရောမ့်ချဲ့ထွင်မှု ဖွင့်ထားခြင်း ရှိ၊ မရှိ ထိန်းချုပ်သည်။
enable_safety_checkerရွေးချယ်နိုင်သည်
အမျိုးအစားboolean
မူလတန်ဖိုးtrue
လုံခြုံရေးစစ်ဆေးမှု ဖွင့်ထားခြင်း ရှိ၊ မရှိ ထိန်းချုပ်သည်။
video_qualityရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးhigh
lowmediumhighmaximum
ထွက်ရလဒ်ဗီဒီယိုတွင် အသုံးပြုသည့် အရည်အသွေးကြိုတင်သတ်မှတ်ချက်။
video_write_modeရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးbalanced
fastbalancedsmall
ရရှိလာမည့် ဗီဒီယို၏ ရေးသားမှုမုဒ်။
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": "ltx-2.3-quality/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": 537,
    "usd": "0.537",
    "charged": 537,
    "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
    },
    "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"
  }
}
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}မော်ဒယ်မှ ထုတ်လုပ်ထားသော ဗီဒီယို။
seed
integerဖန်တီးမှုအတွင်း အမှန်တကယ် အသုံးပြုသည့် seed။
prompt
stringအသုံးမပြုမီ ချဲ့ထွင်ထားသည့် အကြောင်းအရာများပါဝင်သော ဖန်တီးမှုပရောမ့်။

နောက်ထပ် မော်ဒယ်များ: Lipsync နှင့် Avatars

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/ltx-2.3-quality/audio-to-video.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt