Gå til innhold

Ltx 2.3 Quality · Audio to Video · LoRA

Integrer

Modell-ID 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"

Filer som eksempelet: 0,604 $ 604 API-kreditter · ≈ 64,82 ₽ filene dine måles før kjøring Kjør den på denne siden

Hent API-nøkkel
Lightricks · 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.

•obligatorisk

Prompt som styrer videogenerering basert på lyd.

•obligatorisk audio_url
Slipp en fil, eller

URL til lydsporet som brukes til å styre genereringen.

resolution standard auto

Endelige utdata-dimensjoner, med liggende format som reserve for 'auto' med mindre `image_url` er oppgitt. Når bildet finnes, bruker 'auto' bildets størrelsesforhold.

standard 121

Antall bilder i de genererte utdataene.

standard 24

Utdataens bildefrekvens for video, målt i bilder per sekund.

•obligatorisk

LoRA-tillegg for LTX-2.3, hvert begrenset til 3 GB, med maksimalt 3 tillatte oppføringer. Innlasting skjer først etter at registerets SSRF-sikre nedlaster har hentet hver bane.

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

Negativ prompt som angir hva genereringen skal unngå.

image_url
Slipp en fil, eller

Førstebilde oppgitt via URL for å supplere genereringen, som ellers bare bruker tekst og lyd; det er valgfritt å oppgi det.

video_quality standard high

Kvalitetsforvalg som brukes på utdata-videoen.

video_write_mode standard balanced

Skrivemodus for videoen som resultat.

standard 15

Angi hvor mange inferenssteg som skal kjøres, opptil 30; hvis dette ikke endres, brukes 15.

standard 1

Juster classifier-free guidance med denne skalaen; standardinnstillingen er tilpasset både høy kvalitet og rask generering.

standard 0.7

Valgfri styrke for betingelse av førstebildet: reduser den for å gi modellen større frihet, eller bruk 1.0 for strengere samsvar med bildet.

Seed som gjør genereringen reproduserbar. Hvis den settes til None, velges en seed tilfeldig.

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

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 Ltx 2.3 Quality · Audio to Video · LoRA

Samme lyd-til-video-arbeidsflyt som basisvarianten, med en obligatorisk `loras`-liste på opptil 3 egendefinerte LoRA-er som legges til oppå modellen. En tekstbasert `prompt` og `audio_url` er obligatoriske, og `image_url` kan valgfritt forankre førstebildet. `match_audio_length` knytter antall bilder til lyden; ellers brukes `num_frames` (9 til 481). Hver LoRA er begrenset til 3 GB.

Parametere

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

NavnType StandardTillatt Beskrivelse
promptobligatorisk
Typestring
Prompt som styrer videogenerering basert på lyd.
audio_urlobligatorisk audio
Typeurl · audio
URL til lydsporet som brukes til å styre genereringen.
image_urlvalgfritt image
Typeurl · image
Førstebilde oppgitt via URL for å supplere genereringen, som ellers bare bruker tekst og lyd; det er valgfritt å oppgi det.
match_audio_lengthvalgfritt
Typeboolean
Standardtrue
Modus for antall bilder som bruker `num_frames` når den er av. Når den slås på, beregnes antallet i stedet ved hjelp av `frames_per_second` og lydvarigheten.
num_framesvalgfritt
Typeinteger
Standard121
9 – 481
Antall bilder i de genererte utdataene.
resolutionvalgfritt
Typeobject
Standardauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Endelige utdata-dimensjoner, med liggende format som reserve for 'auto' med mindre `image_url` er oppgitt. Når bildet finnes, bruker 'auto' bildets størrelsesforhold.
frames_per_secondvalgfritt
Typenumber
Standard24
1 – 60
Utdataens bildefrekvens for video, målt i bilder per sekund.
num_inference_stepsvalgfritt
Typeinteger
Standard15
8 – 30
Angi hvor mange inferenssteg som skal kjøres, opptil 30; hvis dette ikke endres, brukes 15.
guidance_scalevalgfritt
Typenumber
Standard1
1 – 20
Juster classifier-free guidance med denne skalaen; standardinnstillingen er tilpasset både høy kvalitet og rask generering.
generate_audiovalgfritt
Typeboolean
Standardtrue
Bryter for lydspor i MP4-filen som returneres: av gir en videofil uten lyd, mens på inkluderer lyd.
image_strengthvalgfritt
Typenumber
Standard0.7
0 – 1
Valgfri styrke for betingelse av førstebildet: reduser den for å gi modellen større frihet, eller bruk 1.0 for strengere samsvar med bildet.
negative_promptvalgfritt
Typestring
Standardcolor 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
Negativ prompt som angir hva genereringen skal unngå.
seedvalgfritt
Typeinteger | null
Seed som gjør genereringen reproduserbar. Hvis den settes til None, velges en seed tilfeldig.
enable_prompt_expansionvalgfritt
Typeboolean
Standardtrue
Styrer om promptutvidelse er aktivert.
enable_safety_checkervalgfritt
Typeboolean
Standardtrue
Styrer om sikkerhetskontroll er aktivert.
video_qualityvalgfritt
Typeenum
Standardhigh
lowmediumhighmaximum
Kvalitetsforvalg som brukes på utdata-videoen.
video_write_modevalgfritt
Typeenum
Standardbalanced
fastbalancedsmall
Skrivemodus for videoen som resultat.
lorasobligatorisk
Typeobject[]
≤ 3 elementer
LoRA-tillegg for LTX-2.3, hvert begrenset til 3 GB, med maksimalt 3 tillatte oppføringer. Innlasting skjer først etter at registerets SSRF-sikre nedlaster har hentet hver bane.
loras[].pathobligatorisk
Typestring
≤ 2048 characters
Direkte HTTP(S)-URL til en LoRA .safetensors-fil på maksimalt 3 GB. Innlasting innledes med henting via en SSRF-sikker nedlaster.
loras[].scalevalgfritt
Typenumber
Standard1
0 – 2
LoRA-påvirkningen på den genererte videoen øker når denne styrken økes innenfor området 0.0–2.0.
loras[].transformervalgfritt
Typeenum
Standardboth
highlowboth
Flagg for valg av transformer: 'both' passer nesten alle som bruker LTX-2.3, fordi modellen bare har én transformer. Flagget finnes for å støtte fremtidige arkitekturer med flere transformere.
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": "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"
  }
}
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}Video produsert av modellen.
seed
integerFaktisk seed som brukes under genereringen.
prompt
stringGenereringsprompt, inkludert eventuell utvidelse som er brukt før den tas i bruk.

Flere modeller: Leppe­synkronisering og avatarer

For AI-agenter: Denne siden som Markdown finnes på https://doitong.com/no/developers/models/ltx-2.3-quality/audio-to-video/lora.md. Alle modeller og veiledninger: https://doitong.com/developers/llms.txt