Ir para o conteúdo

Ltx 2.3 Quality · Audio to Video · LoRA

Integrar

ID do modelo 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"

Arquivos como o exemplo: $ 0,604 604 créditos de API · ≈ ₽ 64,82 seus arquivos são medidos antes da execução Executar nesta página

Obter chave de API
Lightricks · Vídeo

Seu primeiro resultado aparecerá aqui

Monte uma requisição abaixo e execute-a com sua chave de API. As saídas são copiadas para nosso armazenamento, mantidas para sempre ou por 7 dias gratuitamente.

Criar uma solicitação

Os controles são gerados a partir do esquema do modelo. O código e o preço são atualizados conforme você os altera.

•obrigatório

Prompt que orienta a geração de vídeo conduzida por áudio.

•obrigatório audio_url
Solte um arquivo ou

URL da faixa de áudio usada para conduzir a geração.

resolution padrão auto

Dimensões finais da saída, com fallback para paisagem em 'auto' quando `image_url` não é fornecida. Com essa imagem presente, 'auto' adota sua proporção.

padrão 121

Contagem de quadros da saída gerada.

padrão 24

Taxa de quadros do vídeo de saída, medida em quadros por segundo.

•obrigatório

Adições de LoRA para LTX-2.3, cada uma limitada a 3 GB, com no máximo 3 entradas permitidas. O carregamento ocorre somente após o downloader seguro contra SSRF do registro recuperar cada caminho.

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

Prompt negativo que especifica o que a geração deve evitar.

image_url
Solte um arquivo ou

Imagem do primeiro quadro fornecida por URL para complementar a geração que, de outra forma, usa apenas texto e áudio; seu fornecimento é opcional.

video_quality padrão high

Predefinição de qualidade aplicada ao vídeo de saída.

video_write_mode padrão balanced

Modo de gravação do vídeo resultante.

padrão 15

Defina quantas etapas de inferência executar, até 30; deixar inalterado usa 15.

padrão 1

Ajuste classifier-free guidance usando esta escala; seu ajuste padrão busca alta qualidade e geração rápida.

padrão 0.7

Intensidade opcional do condicionamento do primeiro quadro: reduza-a para dar mais liberdade ao modelo ou use 1.0 para maior aderência à imagem.

Seed que torna a geração reproduzível. Defini-lo como None seleciona uma seed aleatoriamente.

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

Executar esta solicitação

Sua chave permanece neste navegador: ela é enviada somente à Doitong API e salva (localStorage) apenas se você marcar Lembrar. Obter uma chave de API

Sobre Ltx 2.3 Quality · Audio to Video · LoRA

Mesmo fluxo de áudio para vídeo da variante base, com uma lista obrigatória `loras` de até 3 LoRAs personalizadas aplicadas sobre o modelo. Um `prompt` de texto e `audio_url` são obrigatórios, e `image_url` pode opcionalmente ancorar o primeiro quadro. `match_audio_length` vincula a contagem de quadros ao áudio; caso contrário, use `num_frames` (9 a 481). Cada LoRA é limitada a 3 GB.

Parâmetros

Envie o nome canônico ou o nome nativo, não ambos. Nomes canônicos

NomeTipo PadrãoPermitido Descrição
promptobrigatório
Tipostring
Prompt que orienta a geração de vídeo conduzida por áudio.
audio_urlobrigatório audio
Tipourl · audio
URL da faixa de áudio usada para conduzir a geração.
image_urlopcional image
Tipourl · image
Imagem do primeiro quadro fornecida por URL para complementar a geração que, de outra forma, usa apenas texto e áudio; seu fornecimento é opcional.
match_audio_lengthopcional
Tipoboolean
Padrãotrue
Modo de quantidade de quadros que usa `num_frames` quando desativado. Ao ativá-lo, a quantidade é calculada usando `frames_per_second` e a duração do áudio.
num_framesopcional
Tipointeger
Padrão121
9 – 481
Contagem de quadros da saída gerada.
resolutionopcional
Tipoobject
Padrãoauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensões finais da saída, com fallback para paisagem em 'auto' quando `image_url` não é fornecida. Com essa imagem presente, 'auto' adota sua proporção.
frames_per_secondopcional
Tiponumber
Padrão24
1 – 60
Taxa de quadros do vídeo de saída, medida em quadros por segundo.
num_inference_stepsopcional
Tipointeger
Padrão15
8 – 30
Defina quantas etapas de inferência executar, até 30; deixar inalterado usa 15.
guidance_scaleopcional
Tiponumber
Padrão1
1 – 20
Ajuste classifier-free guidance usando esta escala; seu ajuste padrão busca alta qualidade e geração rápida.
generate_audioopcional
Tipoboolean
Padrãotrue
Alternância da faixa de áudio do MP4 retornado: desativada produz um arquivo somente com vídeo, e ativada inclui áudio.
image_strengthopcional
Tiponumber
Padrão0.7
0 – 1
Intensidade opcional do condicionamento do primeiro quadro: reduza-a para dar mais liberdade ao modelo ou use 1.0 para maior aderência à imagem.
negative_promptopcional
Tipostring
Padrãocolor 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
Prompt negativo que especifica o que a geração deve evitar.
seedopcional
Tipointeger | null
Seed que torna a geração reproduzível. Defini-lo como None seleciona uma seed aleatoriamente.
enable_prompt_expansionopcional
Tipoboolean
Padrãotrue
Controla se a expansão do prompt está ativada.
enable_safety_checkeropcional
Tipoboolean
Padrãotrue
Controla se a verificação de segurança está ativada.
video_qualityopcional
Tipoenum
Padrãohigh
lowmediumhighmaximum
Predefinição de qualidade aplicada ao vídeo de saída.
video_write_modeopcional
Tipoenum
Padrãobalanced
fastbalancedsmall
Modo de gravação do vídeo resultante.
lorasobrigatório
Tipoobject[]
≤ 3 itens
Adições de LoRA para LTX-2.3, cada uma limitada a 3 GB, com no máximo 3 entradas permitidas. O carregamento ocorre somente após o downloader seguro contra SSRF do registro recuperar cada caminho.
loras[].pathobrigatório
Tipostring
≤ 2048 characters
URL HTTP(S) direta para um arquivo LoRA .safetensors de no máximo 3 GB. O carregamento é precedido pela recuperação usando um downloader seguro contra SSRF.
loras[].scaleopcional
Tiponumber
Padrão1
0 – 2
A influência do LoRA no vídeo gerado aumenta à medida que esta intensidade cresce no intervalo de 0.0–2.0.
loras[].transformeropcional
Tipoenum
Padrãoboth
highlowboth
Sinalizador de seleção do Transformer: 'both' é adequado para quase todos que usam LTX-2.3, pois o modelo tem apenas um Transformer. O sinalizador existe para compatibilidade com futuras arquiteturas com vários Transformers.
obrigatório Nome canônico, também aceito

Os parâmetros de arquivo aceitam uma URL https:// pública, um URI data: de até 10 MB ou o file_url de um upload. Arquivos

Saída

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"
  }
}
Seus arquivos, sua escolhaCada outputs[].url é uma cópia em nosso armazenamento: mantida para sempre (cobrada por GB-mês) ou por 7 dias gratuitamente, conforme a configuração da sua conta ou ?storage=.
Mesmo formato em todos os modelostype, url, content_type, width, height e duration, para imagens, vídeos e áudios. output é o próprio objeto de resultado do modelo.
Campos da saída
video
object {url, content_type, file_name, file_size}Vídeo produzido pelo modelo.
seed
integerSeed efetivamente aplicada durante a geração.
prompt
stringPrompt de geração, incluindo qualquer expansão aplicada antes do uso.

Mais modelos: Sincronização labial e avatares

Para agentes de IA: esta página em Markdown está em https://doitong.com/pt-BR/developers/models/ltx-2.3-quality/audio-to-video/lora.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt