Przejdź do treści

Avatar X

Integracja

Identyfikator modelu mirage-api/avatar-x/text-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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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: ≈54,00 $ 54 000 kredytów API · ≈ 5809,30 ₽ Uruchom na tej stronie

Uzyskaj klucz API
Mirage Synchronizacja ruchu ust i awatary Dane referencyjneSynchronizacja ruchu ust #avatar#lipsync#talking-head

Wideo gadającego awatara z tekstu, z użyciem awatara stockowego lub własnej referencji wideo i głosu

Mirage · 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 88 / 1500

Skrypt ograniczony zarówno liczbą znaków, jak i czasem trwania generowania: mowa nie może przekroczyć 180 sekund, nawet jeśli tempo mówienia sprawi, że krótszy skrypt przekroczy ten limit. Podaj od 50 do 1 500 znaków; minimum 50 znaków zwykle daje około czterech sekund mowy.

Zaawansowane avatar · video_reference_url · audio_reference_url
domyślnie Jasmine

Wybór wyglądu i głosu stockowego, niepotrzebny, gdy podano zarówno video_reference_url, jak i audio_reference_url, ponieważ te referencje całkowicie go zastępują. Użyj None, aby pozostawić awatar nieustawiony, lub skopiuj dokładną wartość Avatar po wyświetleniu wszystkich opcji w [katalogu awatarów](https://captions.ai/help/docs/api/actor-catalog).

URL wideo referencyjnego zastępującego wybrany awatar i wymagającego audio_reference_url; audio osadzone w wideo jest ignorowane. Materiał musi trwać od 1 do 120 sekund, mieścić się w 1 GiB, a proporcje obrazu muszą mieścić się w zakresie 5% od 9:16 lub 16:9; obsługiwane kombinacje kodeków i kontenerów to H.264, H.265/HEVC lub ProRes w .mp4, .mov lub .m4v oraz VP8 lub VP9 w .webm. Pobieranie musi być publiczne przez HTTPS, bez plików cookie i nagłówków autoryzacji.

Adres HTTPS referencji głosu wymagający towarzyszącego video_reference_url i powodujący zignorowanie wybranego awatara; pobieranie musi działać publicznie bez nagłówków autoryzacji i plików cookie. Przetwarzane jest tylko pierwsze 60 sekund, ale plik musi trwać od 10 do 180 sekund, mieścić się w 64 MiB i zawierać pojedynczy strumień mono lub stereo o częstotliwości 8–48 kHz. Akceptowane formaty to FLAC, MP3, PCM WAV lub AIFF, AAC lub ALAC oraz Opus lub Vorbis.

POST /run/mirage-api/avatar-x/text-to-video?wait=20 wycena → 54,00 $
# 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/mirage-api/avatar-x/text-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  }'

# 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 Avatar X

Przekształca `script` o długości od 50 do 1 500 znaków w wideo mówiącego awatara, z wygenerowaną mową ograniczoną do 180 sekund. Wybierz stockowego `avatar`, takiego jak Jasmine, Luke lub Maya, w tym warianty 16:9. Możesz też podać jednocześnie `video_reference_url` i `audio_reference_url`, aby użyć własnego materiału wideo i referencji głosu; w takim przypadku stockowy awatar jest ignorowany.

Parametry

NazwaTyp DomyślneDozwolone Opis
scriptwymagane
Typstring
≤ 1500 znaków≥ 50 znaków
Skrypt ograniczony zarówno liczbą znaków, jak i czasem trwania generowania: mowa nie może przekroczyć 180 sekund, nawet jeśli tempo mówienia sprawi, że krótszy skrypt przekroczy ten limit. Podaj od 50 do 1 500 znaków; minimum 50 znaków zwykle daje około czterech sekund mowy.
avataropcjonalne
Typenum
DomyślneJasmine
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5 więcejNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
Wybór wyglądu i głosu stockowego, niepotrzebny, gdy podano zarówno video_reference_url, jak i audio_reference_url, ponieważ te referencje całkowicie go zastępują. Użyj None, aby pozostawić awatar nieustawiony, lub skopiuj dokładną wartość Avatar po wyświetleniu wszystkich opcji w [katalogu awatarów](https://captions.ai/help/docs/api/actor-catalog).
video_reference_urlopcjonalne
Typstring | null
URL wideo referencyjnego zastępującego wybrany awatar i wymagającego audio_reference_url; audio osadzone w wideo jest ignorowane. Materiał musi trwać od 1 do 120 sekund, mieścić się w 1 GiB, a proporcje obrazu muszą mieścić się w zakresie 5% od 9:16 lub 16:9; obsługiwane kombinacje kodeków i kontenerów to H.264, H.265/HEVC lub ProRes w .mp4, .mov lub .m4v oraz VP8 lub VP9 w .webm. Pobieranie musi być publiczne przez HTTPS, bez plików cookie i nagłówków autoryzacji.
audio_reference_urlopcjonalne
Typstring | null
Adres HTTPS referencji głosu wymagający towarzyszącego video_reference_url i powodujący zignorowanie wybranego awatara; pobieranie musi działać publicznie bez nagłówków autoryzacji i plików cookie. Przetwarzane jest tylko pierwsze 60 sekund, ale plik musi trwać od 10 do 180 sekund, mieścić się w 64 MiB i zawierać pojedynczy strumień mono lub stereo o częstotliwości 8–48 kHz. Akceptowane formaty to FLAC, MP3, PCM WAV lub AIFF, AAC lub ALAC oraz Opus lub Vorbis.
wymagane

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirage-api/avatar-x/text-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": 54000,
    "usd": "54.00",
    "charged": 54000,
    "refunded": 0
  },
  "input": {
    "script": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field"
  },
  "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
    }
  },
  "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}

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/mirage-api/avatar-x/text-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt