Przejdź do treści

Ltx 2.3 Quality · Text to Audio · LoRA

Integracja

Identyfikator modelu ltx-2.3-quality/text-to-audio/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/text-to-audio/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",
    "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"

To żądanie: ≈0,70 $ 700 kredytów API · ≈ 75,31 ₽ Uruchom na tej stronie

Uzyskaj klucz API
Lightricks · Audio

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 opisujący audio do wygenerowania.

domyślnie 121

Czas trwania audio podany jako liczba klatek wideo LTX; podziel `num_frames` przez `frames_per_second`, aby uzyskać przybliżoną długość w sekundach.

•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 · frames_per_second · num_inference_steps · guidance_scale · seed · enable_prompt_expansion · enable_safety_checker
domyślnie pc game, console game...

Negatywny prompt określający, czego generowanie powinno unikać.

domyślnie 24

Liczba klatek na sekundę używana do obliczania czasu trwania audio wyniku.

domyślnie 15

Łączna liczba kroków wnioskowania.

domyślnie 1

Siła wskazówek bez klasyfikatora.

Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.

POST /run/ltx-2.3-quality/text-to-audio/lora?wait=20 wycena → 0,70 $
# 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/text-to-audio/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",
    "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 · Text to Audio · LoRA

Generuje audio z tekstowego `prompt` i wymaga listy `loras` zawierającej maksymalnie 3 niestandardowe LoRA, po maksymalnie 3 GB każda. Czas trwania wynosi w przybliżeniu `num_frames` podzielone przez `frames_per_second`, a `num_frames` przyjmuje wartości od 9 do 481. Obsługuje także `negative_prompt`, `seed` i `guidance_scale` od 1 do 20.

Parametry

NazwaTyp DomyślneDozwolone Opis
promptwymagane
Typstring
Prompt opisujący audio do wygenerowania.
num_framesopcjonalne
Typinteger
Domyślne121
9 – 481
Czas trwania audio podany jako liczba klatek wideo LTX; podziel `num_frames` przez `frames_per_second`, aby uzyskać przybliżoną długość w sekundach.
frames_per_secondopcjonalne
Typnumber
Domyślne24
1 – 60
Liczba klatek na sekundę używana do obliczania czasu trwania audio wyniku.
num_inference_stepsopcjonalne
Typinteger
Domyślne15
8 – 30
Łączna liczba kroków wnioskowania.
guidance_scaleopcjonalne
Typnumber
Domyślne1
1 – 20
Siła wskazówek bez klasyfikatora.
negative_promptopcjonalne
Typstring
Domyślnepc game, console game, video game, cartoon, childish, ugly
Negatywny prompt określający, czego generowanie powinno unikać.
seedopcjonalne
Typinteger | null
Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.
enable_prompt_expansionopcjonalne
Typboolean
Domyślnefalse
Określa, czy rozwijanie promptu jest włączone.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Określa, czy sprawdzanie bezpieczeństwa jest włączone.
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

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-quality/text-to-audio/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": 700,
    "usd": "0.70",
    "charged": 700,
    "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"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42,
    "prompt": "string"
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "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
audio
object {url, content_type, file_name, file_size}Audio wygenerowane przez model.
seed
integerRzeczywiste ziarno zastosowane podczas generowania.
prompt
stringPrompt generowania, w tym wszelkie rozszerzenia zastosowane przed użyciem.

Więcej modeli: Audio

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