Gå til innhold

Longcat Single Avatar · Image Audio to Video

Integrer

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

Filer som eksempelet: 0,90 $ 900 API-kreditter · ≈ 96,58 ₽ filene dine måles før kjøring Kjør den på denne siden

Hent API-nøkkel
Meituan Leppe­synkronisering og avatarer Leppe­synkroniseringopptil 720p #audio-to-video#image-to-video

Animerer et angitt portrettbilde til en leppesynkronisert snakkende video som følger et lydspor

Meituan · Video

Det første resultatet ditt kommer her

Bygg en forespørsel nedenfor og kjør den med API-nøkkelen din. Utdata kopieres til lagringen vår, lagret for alltid eller 7 dager gratis.

Bygg en forespørsel

Kontrollene genereres fra modellskjemaet. Koden og prisen oppdateres når du endrer dem.

standard A person is talking n...

Prompt som styrer videogenerering.

•obligatorisk image_url
Slipp en fil, eller

URL som peker til bildet som skal animeres.

•obligatorisk audio_url
Slipp en fil, eller

URL til lydfilen som brukes til å styre avataren.

resolution standard 480p

Oppløsning for utdata-videoen, enten 480p eller 720p.

standard 1

Antall videosegmenter, med omtrent 5.8s for det første segmentet og 5s for hvert påfølgende segment—omtrent 5 sekunder video per segment.

Avansert negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
standard Close-up, Bright tone...

Negativ prompt som angir hva videogenereringen skal unngå.

standard 50

Antall utførte inferenssteg.

standard 4

Tekstlig guidance-skala brukt i classifier-free guidance.

standard 4

Justering av lyd-guidance som kan overdrive munnbevegelser når den økes.

Seed-verdi som initialiserer generering av tilfeldige tall.

POST /run/longcat-single-avatar/image-audio-to-video?wait=20 pris → 0,90 $
# 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/image-audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Kjør denne forespørselen

Nøkkelen din blir i denne nettleseren: Den sendes bare til Doitong API og lagres bare i localStorage hvis du krysser av for Husk. Hent en API-nøkkel

Om Longcat Single Avatar · Image Audio to Video

Kombinerer en `image_url` som skal animeres med en `audio_url` som styrer talen, slik at avataren beholder utseendet fra bildet ditt. Oppløsningen er 480p eller 720p, og `num_segments` fra 1 til 10 forlenger klippet: omtrent 5.8 sekunder for første segment og 5 sekunder for hvert ekstra segment. Juster `text_guidance_scale` og `audio_guidance_scale` (begge 1 til 10) samt `num_inference_steps` (10 til 100).

Parametere

Send enten det kanoniske navnet eller det opprinnelige navnet, ikke begge. Kanoniske navn

NavnType StandardTillatt Beskrivelse
image_urlobligatorisk image
Typeurl · image
URL som peker til bildet som skal animeres.
audio_urlobligatorisk audio
Typeurl · audio
URL til lydfilen som brukes til å styre avataren.
promptvalgfritt
Typestring
StandardA person is talking naturally with natural expressions and movements.
Prompt som styrer videogenerering.
negative_promptvalgfritt
Typestring
StandardClose-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
Negativ prompt som angir hva videogenereringen skal unngå.
num_inference_stepsvalgfritt
Typeinteger
Standard50
10 – 100
Antall utførte inferenssteg.
text_guidance_scalevalgfritt
Typenumber
Standard4
1 – 10
Tekstlig guidance-skala brukt i classifier-free guidance.
audio_guidance_scalevalgfritt
Typenumber
Standard4
1 – 10
Justering av lyd-guidance som kan overdrive munnbevegelser når den økes.
resolutionvalgfritt
Typeenum
Standard480p
480p720p
Oppløsning for utdata-videoen, enten 480p eller 720p.
num_segmentsvalgfritt
Typeinteger
Standard1
1 – 10
Antall videosegmenter, med omtrent 5.8s for det første segmentet og 5s for hvert påfølgende segment—omtrent 5 sekunder video per segment.
seedvalgfritt
Typeinteger | null
Seed-verdi som initialiserer generering av tilfeldige tall.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Bryter for sikkerhetskontroll som er underlagt kontotillatelser: kontroller er fortsatt obligatoriske for uautoriserte forespørsler, og autorisering kreves for å deaktivere dem.
enable_prompt_expansionvalgfritt
Typeboolean
Standardfalse
Bryter for LLM-basert promptutvidelse for å forbedre videokvaliteten gjennom en forbedret prompt.
obligatorisk Kanonisk navn, også godkjent

Filparametere tar imot en offentlig https:// URL, en data: URI på opptil 10 MB eller file_url fra en opplasting. Filer

Utdata

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/image-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": {
    "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
    },
    "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"
  }
}
Filene dine, ditt valgHver outputs[].url er en kopi på lagringen vår: lagret for alltid (betalt per GB-måned) eller 7 dager gratis, styrt av kontoinnstillingen din eller ?storage=.
Samme struktur for hver modelltype, url, content_type, width, height og duration, for bilder, video og lyd. output er modellens eget resultatobjekt.
Utdatafelt
video
object {url, content_type, file_name, file_size}Videofil produsert av genereringen.
seed
integerSeed-verdi brukt under genereringen.

Flere modeller: Leppe­synkronisering og avatarer

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/longcat-single-avatar/image-audio-to-video.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt