Avançar para o conteúdo

LTX-2.3 22B Distilled · Audio to Video

Integrar

ID do modelo ltx-2.3-22b/distilled/audio-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/ltx-2.3-22b/distilled/audio-to-video?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"
  }'

# 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"

Ficheiros como o exemplo: 0,269 $ 269 créditos da API · ≈ 28,91 ₽ os seus ficheiros são medidos antes da execução Executar nesta página

Obter chave de API
Lightricks Lipsync e avatares LipsyncRápido

Audio-to-video destilado com intensidades ajustáveis de condicionamento do áudio, da primeira imagem e da imagem final

Lightricks · Vídeo

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório

Prompt utilizado como base para a geração do vídeo.

•obrigatório audio_url
Largue um ficheiro ou

URL do áudio de origem utilizado para gerar o vídeo.

image_url
Largue um ficheiro ou

URL opcional da imagem que define o frame inicial do vídeo.

video_size predefinição landscape_16_9

Dimensões do vídeo, com dimensionamento pela imagem de entrada disponível através de 'auto' quando é fornecida uma imagem.

predefinição 121

Número de frames da saída gerada.

predefinição 24

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

Avançado negative_prompt · end_image · scheduler · acceleration · camera_lora · video_output_type · video_quality · video_write_mode · camera_lora_scale · distill_lora_second_pass_scale · image_strength · end_image_strength · audio_strength · seed · use_multiscale · enable_prompt_expansion · enable_safety_checker · preprocess_audio
predefinição news broadcast, 3d an...

Prompt negativo utilizado durante a geração do vídeo.

end_image_url
Largue um ficheiro ou

URL da imagem que define o frame final do vídeo.

scheduler predefinição ltx2

Seleção do scheduler.

acceleration predefinição none

Nível de aceleração aplicado ao processamento.

camera_lora predefinição none

Seleção da LoRA da câmara para controlar o movimento no vídeo gerado com maior precisão do que apenas com prompts de movimento da câmara.

video_output_type predefinição X264 (.mp4)

Tipo de saída do vídeo resultante.

video_quality predefinição high

Nível de qualidade do vídeo resultante.

video_write_mode predefinição balanced

Modo de escrita do vídeo resultante.

predefinição 1

Intensidade da LoRA da câmara para controlar o movimento no vídeo gerado com maior precisão do que apenas com prompts de movimento da câmara.

predefinição 0.5

Controla a escala da LoRA de destilação em todas as passagens após a primeira.

predefinição 1

Intensidade da influência da imagem na geração do vídeo.

predefinição 1

Controla o grau de influência da imagem final no vídeo gerado.

predefinição 1

Intensidade do condicionamento do áudio, com exatamente 1.0 a preservar a entrada sem alterações. O modelo pode modificar o áudio com valores inferiores a 1.0.

Valor seed que inicializa a geração de números aleatórios.

POST /run/ltx-2.3-22b/distilled/audio-to-video?wait=20 cotação → 0,269 $
# 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-2.3-22b/distilled/audio-to-video?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"
  }'

# 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 este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre LTX-2.3 22B Distilled · Audio to Video

Requer um `prompt` e um `audio_url`. `audio_strength` (0 a 1) determina se o áudio de entrada é mantido tal como está ou pode ser alterado, enquanto `image_strength` e `end_image_strength` controlam as imagens opcionais do primeiro e último frames. Inclui `preprocess_audio`, uma escala LoRA de destilação em segunda passagem e `num_frames` de 9 a 481.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
promptobrigatório
Tipostring
Prompt utilizado como base para a geração do vídeo.
audio_urlobrigatório audio
Tipourl · audio
URL do áudio de origem utilizado para gerar o vídeo.
image_urlopcional image
Tipourl · image
URL opcional da imagem que define o frame inicial do vídeo.
end_image_urlopcional end_image
Tipourl · image
URL da imagem que define o frame final do vídeo.
match_audio_lengthopcional
Tipoboolean
Predefiniçãotrue
Ativação da seleção do número de frames: desativado usa num_frames, enquanto ativado calcula a contagem a partir de FPS e da duração do áudio.
num_framesopcional
Tipointeger
Predefinição121
9 – 481
Número de frames da saída gerada.
video_sizeopcional
Tipoobject
Predefiniçãolandscape_16_9
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Dimensões do vídeo, com dimensionamento pela imagem de entrada disponível através de 'auto' quando é fornecida uma imagem.
use_multiscaleopcional
Tipoboolean
Predefiniçãotrue
Ativação da geração multiescala para melhorar a coerência e o detalhe. Com True, um vídeo preliminar mais pequeno orienta uma segunda geração cujo tamanho corresponde ou excede as dimensões pedidas.
fpsopcional
Tiponumber
Predefinição24
1 – 60
Taxa de frames do vídeo de saída, medida em frames por segundo.
scheduleropcional
Tipoenum
Predefiniçãoltx2
ltx2linear_quadraticbeta
Seleção do scheduler.
accelerationopcional
Tipoenum
Predefiniçãonone
noneregularhighfull
Nível de aceleração aplicado ao processamento.
camera_loraopcional
Tipoenum
Predefiniçãonone
dolly_indolly_outdolly_leftdolly_rightjib_upjib_downstaticnone
Seleção da LoRA da câmara para controlar o movimento no vídeo gerado com maior precisão do que apenas com prompts de movimento da câmara.
camera_lora_scaleopcional
Tiponumber
Predefinição1
0 – 1
Intensidade da LoRA da câmara para controlar o movimento no vídeo gerado com maior precisão do que apenas com prompts de movimento da câmara.
negative_promptopcional
Tipostring
Predefiniçãonews broadcast, 3d animation, computer graphics, pc game, console game, video game, cartoon, childish, watermark, logo, text, on screen text, subtitles, titles, signature, slowmo, static
Prompt negativo utilizado durante a geração do vídeo.
seedopcional
Tipointeger | null
Valor seed que inicializa a geração de números aleatórios.
enable_prompt_expansionopcional
Tipoboolean
Predefiniçãotrue
Controla se a expansão do prompt está ativada.
enable_safety_checkeropcional
Tipoboolean
Predefiniçãotrue
Controla se a verificação de segurança está ativada.
video_output_typeopcional
Tipoenum
PredefiniçãoX264 (.mp4)
X264 (.mp4)VP9 (.webm)PRORES4444 (.mov)GIF (.gif)
Tipo de saída do vídeo resultante.
video_qualityopcional
Tipoenum
Predefiniçãohigh
lowmediumhighmaximum
Nível de qualidade do vídeo resultante.
video_write_modeopcional
Tipoenum
Predefiniçãobalanced
fastbalancedsmall
Modo de escrita do vídeo resultante.
distill_lora_second_pass_scaleopcional
Tiponumber
Predefinição0.5
0 – 1
Controla a escala da LoRA de destilação em todas as passagens após a primeira.
image_strengthopcional
Tiponumber
Predefinição1
0 – 1
Intensidade da influência da imagem na geração do vídeo.
end_image_strengthopcional
Tiponumber
Predefinição1
0 – 1
Controla o grau de influência da imagem final no vídeo gerado.
audio_strengthopcional
Tiponumber
Predefinição1
0 – 1
Intensidade do condicionamento do áudio, com exatamente 1.0 a preservar a entrada sem alterações. O modelo pode modificar o áudio com valores inferiores a 1.0.
preprocess_audioopcional
Tipoboolean
Predefiniçãotrue
Controla se o áudio é pré-processado antes de ser utilizado para condicionamento.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-22b/distilled/audio-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": 269,
    "usd": "0.269",
    "charged": 269,
    "refunded": 0
  },
  "input": {
    "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    },
    "seed": 42,
    "prompt": "A woman speaks to the camera"
  },
  "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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
video
object {url, content_type, file_name, file_size, width, height, fps, duration, num_frames}Vídeo produzido pelo modelo.
seed
integerValor da seed utilizado para inicializar a geração de números aleatórios.
prompt
stringPrompt utilizado para orientar a geração.

Mais modelos: Lipsync e avatares

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/ltx-2.3-22b/distilled/audio-to-video.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt