Hoppa till innehåll

Longcat Single Avatar · Image Audio to Video

Integrera

Modell-id longcat-single-avatar/image-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/longcat-single-avatar/image-audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

Filer som exemplet: 0,90 $ 900 API-krediter · ≈ 96,58 ₽ dina filer mäts innan körningen Kör den på den här sidan

Hämta API-nyckel
Meituan Läppsynkning och avatarer Läppsynkningupp till 720p #audio-to-video#image-to-video

Animerar en angiven porträttbild till en läppsynkroniserad talande video som följer ett ljudspår

Meituan · Video

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

standard A person is talking n...

Prompt som styr videogenerering.

•obligatoriskt image_url
Släpp en fil eller

URL till bilden som animeras.

•obligatoriskt audio_url
Släpp en fil eller

URL till ljudfilen som används för att styra avataren.

resolution standard 480p

Upplösning för videoutdata, antingen 480p eller 720p.

standard 1

Antal videosegment, med cirka 5.8s för det första segmentet och 5s för varje efterföljande segment—ungefär 5 sekunder video per segment.

Avancerat negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
standard Close-up, Bright tone...

Negativ prompt som anger vad videogenereringen ska undvika.

standard 50

Antal utförda inferenssteg.

standard 4

Textbaserad guidance-skala som tillämpas i classifier-free guidance.

standard 4

Justering av ljudguidning som kan överdriva munrörelser när den ökas.

Seed-värde som initierar generering av slumptal.

POST /run/longcat-single-avatar/image-audio-to-video?wait=20 pris → 0,90 $
# 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/longcat-single-avatar/image-audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Longcat Single Avatar · Image Audio to Video

Kombinerar en `image_url` som ska animeras med en `audio_url` som styr talet, så att avataren behåller bildens utseende. Upplösningen är 480p eller 720p, och `num_segments` från 1 till 10 förlänger klippet: cirka 5.8 sekunder för det första segmentet och 5 sekunder för varje ytterligare segment. Justera `text_guidance_scale` och `audio_guidance_scale` (båda 1 till 10) samt `num_inference_steps` (10 till 100).

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
image_urlobligatoriskt image
Typurl · image
URL till bilden som animeras.
audio_urlobligatoriskt audio
Typurl · audio
URL till ljudfilen som används för att styra avataren.
promptvalfritt
Typstring
StandardA person is talking naturally with natural expressions and movements.
Prompt som styr videogenerering.
negative_promptvalfritt
Typstring
StandardClose-up, Bright tones, overexposed, static, blurred details, subtitles, style, works, paintings, images, static, overall gray, worst quality, low quality, JPEG compression residue, ugly, incomplete, extra fingers, poorly drawn hands, poorly drawn faces, deformed, disfigured, misshapen limbs, fused fingers, still picture, messy background, three legs, many people in the background, walking backwards
Negativ prompt som anger vad videogenereringen ska undvika.
num_inference_stepsvalfritt
Typinteger
Standard50
10 – 100
Antal utförda inferenssteg.
text_guidance_scalevalfritt
Typnumber
Standard4
1 – 10
Textbaserad guidance-skala som tillämpas i classifier-free guidance.
audio_guidance_scalevalfritt
Typnumber
Standard4
1 – 10
Justering av ljudguidning som kan överdriva munrörelser när den ökas.
resolutionvalfritt
Typenum
Standard480p
480p720p
Upplösning för videoutdata, antingen 480p eller 720p.
num_segmentsvalfritt
Typinteger
Standard1
1 – 10
Antal videosegment, med cirka 5.8s för det första segmentet och 5s för varje efterföljande segment—ungefär 5 sekunder video per segment.
seedvalfritt
Typinteger | null
Seed-värde som initierar generering av slumptal.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Växlare för säkerhetskontroll som styrs av kontobehörigheter: kontroller är obligatoriska för obehöriga begäranden och inaktivering kräver auktorisering.
enable_prompt_expansionvalfritt
Typboolean
Standardfalse
Växlare för LLM-baserad promptutvidgning som förbättrar videokvaliteten genom en utökad prompt.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/image-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": 900,
    "usd": "0.90",
    "charged": 900,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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
  },
  "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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
video
object {url, content_type, file_name, file_size}Videofil som skapats genom generering.
seed
integerSeed-värde som tillämpas under genereringen.

Fler modeller: Läppsynkning och avatarer

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/longcat-single-avatar/image-audio-to-video.md. Alla modeller och guider: https://doitong.com/developers/llms.txt