Przejdź do treści

Ltx 2.3 Quality · Audio to Video · LoRA

Integracja

Identyfikator modelu 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"

Pliki takie jak przykład: 0,604 $ 604 kredyty API · ≈ 64,82 ₽ Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Lightricks · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Prompt kierujący generowaniem wideo sterowanym przez audio.

•wymagane audio_url
Upuść plik lub

URL ścieżki audio używanej do sterowania generowaniem.

resolution domyślnie auto

Końcowe wymiary wyniku, z orientacją poziomą jako rozwiązaniem awaryjnym dla 'auto', chyba że podano `image_url`. Gdy obraz jest obecny, 'auto' przyjmuje jego proporcje.

domyślnie 121

Liczba klatek generowanego wyniku.

domyślnie 24

Liczba klatek na sekundę wynikowego wideo.

•wymagane

Dodatki LoRA dla LTX-2.3, każdy ograniczony do 3 GB, z limitem 3 elementów. Ładowanie następuje dopiero po pobraniu każdej ścieżki przez bezpieczny dla SSRF downloader rejestru.

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

Negatywny prompt określający, czego generowanie powinno unikać.

image_url
Upuść plik lub

Obraz pierwszej klatki podany jako URL, uzupełniający generowanie, które w przeciwnym razie używa wyłącznie tekstu i audio; podanie go jest opcjonalne.

video_quality domyślnie high

Ustawienie jakości stosowane do wynikowego wideo.

video_write_mode domyślnie balanced

Tryb zapisu wynikowego wideo.

domyślnie 15

Ustaw liczbę kroków wnioskowania, maksymalnie 30; pozostawienie bez zmian używa 15.

domyślnie 1

Dostosuj classifier-free guidance za pomocą tej skali; jej domyślne strojenie ma zapewniać wysoką jakość i szybkie generowanie.

domyślnie 0.7

Opcjonalna siła warunkowania pierwszej klatki: zmniejsz ją, aby zapewnić modelowi większą swobodę, lub użyj 1.0, aby dokładniej trzymać się obrazu.

Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.

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

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o Ltx 2.3 Quality · Audio to Video · LoRA

Ten sam proces audio-to-video co wariant bazowy, z wymaganą listą `loras` zawierającą maksymalnie 3 własne LoRA nakładane na model. Wymagane są tekstowy `prompt` i `audio_url`, a `image_url` może opcjonalnie ustawić pierwszą klatkę. `match_audio_length` wiąże liczbę klatek z długością audio; w przeciwnym razie użyj `num_frames` (od 9 do 481). Każda LoRA ma limit 3 GB.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Prompt kierujący generowaniem wideo sterowanym przez audio.
audio_urlwymagane audio
Typurl · audio
URL ścieżki audio używanej do sterowania generowaniem.
image_urlopcjonalne image
Typurl · image
Obraz pierwszej klatki podany jako URL, uzupełniający generowanie, które w przeciwnym razie używa wyłącznie tekstu i audio; podanie go jest opcjonalne.
match_audio_lengthopcjonalne
Typboolean
Domyślnetrue
Tryb liczby klatek, który po wyłączeniu używa `num_frames`. Po włączeniu oblicza liczbę na podstawie `frames_per_second` i czasu trwania audio.
num_framesopcjonalne
Typinteger
Domyślne121
9 – 481
Liczba klatek generowanego wyniku.
resolutionopcjonalne
Typobject
Domyślneauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Końcowe wymiary wyniku, z orientacją poziomą jako rozwiązaniem awaryjnym dla 'auto', chyba że podano `image_url`. Gdy obraz jest obecny, 'auto' przyjmuje jego proporcje.
frames_per_secondopcjonalne
Typnumber
Domyślne24
1 – 60
Liczba klatek na sekundę wynikowego wideo.
num_inference_stepsopcjonalne
Typinteger
Domyślne15
8 – 30
Ustaw liczbę kroków wnioskowania, maksymalnie 30; pozostawienie bez zmian używa 15.
guidance_scaleopcjonalne
Typnumber
Domyślne1
1 – 20
Dostosuj classifier-free guidance za pomocą tej skali; jej domyślne strojenie ma zapewniać wysoką jakość i szybkie generowanie.
generate_audioopcjonalne
Typboolean
Domyślnetrue
Przełącznik ścieżki audio dla zwracanego MP4: wyłączenie tworzy plik zawierający tylko wideo, a włączenie dołącza audio.
image_strengthopcjonalne
Typnumber
Domyślne0.7
0 – 1
Opcjonalna siła warunkowania pierwszej klatki: zmniejsz ją, aby zapewnić modelowi większą swobodę, lub użyj 1.0, aby dokładniej trzymać się obrazu.
negative_promptopcjonalne
Typstring
Domyślnecolor 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
Negatywny prompt określający, czego generowanie powinno unikać.
seedopcjonalne
Typinteger | null
Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.
enable_prompt_expansionopcjonalne
Typboolean
Domyślnetrue
Określa, czy rozwijanie promptu jest włączone.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Określa, czy sprawdzanie bezpieczeństwa jest włączone.
video_qualityopcjonalne
Typenum
Domyślnehigh
lowmediumhighmaximum
Ustawienie jakości stosowane do wynikowego wideo.
video_write_modeopcjonalne
Typenum
Domyślnebalanced
fastbalancedsmall
Tryb zapisu wynikowego wideo.
loraswymagane
Typobject[]
≤ 3 elementy
Dodatki LoRA dla LTX-2.3, każdy ograniczony do 3 GB, z limitem 3 elementów. Ładowanie następuje dopiero po pobraniu każdej ścieżki przez bezpieczny dla SSRF downloader rejestru.
loras[].pathwymagane
Typstring
≤ 2048 characters
Bezpośredni URL HTTP(S) do pliku LoRA .safetensors o rozmiarze nie większym niż 3 GB. Ładowanie jest poprzedzone pobraniem przez bezpieczny dla SSRF downloader.
loras[].scaleopcjonalne
Typnumber
Domyślne1
0 – 2
Wpływ LoRA na generowane wideo rośnie wraz z tą siłą w zakresie 0.0–2.0.
loras[].transformeropcjonalne
Typenum
Domyślneboth
highlowboth
Flaga wyboru transformera: 'both' pasuje niemal każdemu użytkownikowi LTX-2.3, ponieważ model ma tylko jeden transformer. Flaga istnieje na potrzeby przyszłych architektur z wieloma transformerami.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Wideo utworzone przez model.
seed
integerRzeczywiste ziarno zastosowane podczas generowania.
prompt
stringPrompt generowania, w tym wszelkie rozszerzenia zastosowane przed użyciem.

Więcej modeli: Synchronizacja ruchu ust i awatary

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/ltx-2.3-quality/audio-to-video/lora.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt