ข้ามไปยังเนื้อหา

Avatar X

ผสานการทำงาน

ID โมเดล 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"

คำขอนี้: ≈$54.00 54,000 เครดิต API · ≈ ₽5,809.30 เรียกใช้ในหน้านี้

รับคีย์ API
Mirage ลิปซิงก์และอวตาร อินพุตอ้างอิงลิปซิงก์ #avatar#lipsync#talking-head

วิดีโออวตารพูดจากสคริปต์ โดยใช้อวตารสต็อกหรือวิดีโอและเสียงอ้างอิงของคุณเอง

Mirage · วิดีโอ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

•จำเป็น 88 / 1500

สคริปต์ที่จำกัดทั้งจำนวนอักขระและระยะเวลาที่สร้าง เสียงพูดต้องไม่เกิน 180 วินาที แม้ความเร็วในการพูดจะทำให้สคริปต์ที่สั้นกว่ามีความยาวเกินขีดจำกัดนั้น ระบุ 50 ถึง 1,500 อักขระ โดยขั้นต่ำ 50 อักขระมักให้เสียงพูดยาวประมาณ 4 วินาที

ขั้นสูง avatar · video_reference_url · audio_reference_url
ค่าเริ่มต้น Jasmine

การเลือกภาพลักษณ์และเสียงจากคลัง ซึ่งไม่จำเป็นเมื่อระบุทั้ง video_reference_url และ audio_reference_url เนื่องจากข้อมูลอ้างอิงเหล่านั้นจะแทนที่ค่านี้ทั้งหมด ใช้ None เพื่อปล่อยให้อวตารไม่ได้ตั้งค่าไว้ หรือคัดลอกค่า Avatar ที่ตรงกันทุกประการหลังดูตัวเลือกทั้งหมดใน [avatar catalog](https://captions.ai/help/docs/api/actor-catalog)

URL วิดีโออ้างอิงที่แทนที่อวตารที่เลือกและต้องใช้ audio_reference_url เสียงที่ฝังอยู่ในวิดีโอจะไม่ถูกนำมาพิจารณา สื่อต้องมีความยาว 1 ถึง 120 วินาที ขนาดไม่เกิน 1 GiB และอัตราส่วนภาพที่แสดงต้องอยู่ภายใน 5% ของ 9:16 หรือ 16:9 คู่ตัวแปลงสัญญาณและคอนเทนเนอร์ที่รองรับคือ H.264, H.265/HEVC หรือ ProRes ใน .mp4, .mov หรือ .m4v และ VP8 หรือ VP9 ใน .webm ต้องดึงข้อมูลผ่าน HTTPS แบบสาธารณะโดยไม่มีคุกกี้หรือส่วนหัวการอนุญาต

URL HTTPS ของเสียงอ้างอิงที่ต้องใช้ video_reference_url ร่วมด้วย และทำให้ไม่สนใจอวตารที่เลือก การดึงข้อมูลต้องทำได้แบบสาธารณะโดยไม่มีส่วนหัวการอนุญาตหรือคุกกี้ ระบบประมวลผลเฉพาะ 60 วินาทีแรก แต่ไฟล์ต้องมีความยาว 10 ถึง 180 วินาที ขนาดไม่เกิน 64 MiB และมีสตรีมโมโนหรือสเตอริโอเพียงหนึ่งสตรีมที่ 8 ถึง 48 kHz รูปแบบที่รองรับ ได้แก่ FLAC, MP3, PCM WAV หรือ AIFF, AAC หรือ ALAC และ Opus หรือ Vorbis

POST /run/mirage-api/avatar-x/text-to-video?wait=20 ใบเสนอราคา → $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"

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Avatar X

เปลี่ยน `script` ความยาว 50 ถึง 1,500 อักขระเป็นวิดีโออวตารพูด โดยจำกัดเสียงพูดที่สร้างขึ้นไว้ที่ 180 วินาที เลือก `avatar` แบบสต็อก เช่น Jasmine, Luke หรือ Maya รวมถึงรุ่น 16:9 หรือระบุทั้ง `video_reference_url` และ `audio_reference_url` เพื่อใช้วิดีโอและเสียงอ้างอิงของคุณเอง ซึ่งในกรณีนี้จะไม่ใช้อวตารสต็อก

พารามิเตอร์

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
scriptจำเป็น
ประเภทstring
≤ 1,500 อักขระ≥ 50 อักขระ
สคริปต์ที่จำกัดทั้งจำนวนอักขระและระยะเวลาที่สร้าง เสียงพูดต้องไม่เกิน 180 วินาที แม้ความเร็วในการพูดจะทำให้สคริปต์ที่สั้นกว่ามีความยาวเกินขีดจำกัดนั้น ระบุ 50 ถึง 1,500 อักขระ โดยขั้นต่ำ 50 อักขระมักให้เสียงพูดยาวประมาณ 4 วินาที
avatarไม่บังคับ
ประเภทenum
ค่าเริ่มต้นJasmine
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
เพิ่มเติมอีก 5 ค่าNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
การเลือกภาพลักษณ์และเสียงจากคลัง ซึ่งไม่จำเป็นเมื่อระบุทั้ง video_reference_url และ audio_reference_url เนื่องจากข้อมูลอ้างอิงเหล่านั้นจะแทนที่ค่านี้ทั้งหมด ใช้ None เพื่อปล่อยให้อวตารไม่ได้ตั้งค่าไว้ หรือคัดลอกค่า Avatar ที่ตรงกันทุกประการหลังดูตัวเลือกทั้งหมดใน [avatar catalog](https://captions.ai/help/docs/api/actor-catalog)
video_reference_urlไม่บังคับ
ประเภทstring | null
URL วิดีโออ้างอิงที่แทนที่อวตารที่เลือกและต้องใช้ audio_reference_url เสียงที่ฝังอยู่ในวิดีโอจะไม่ถูกนำมาพิจารณา สื่อต้องมีความยาว 1 ถึง 120 วินาที ขนาดไม่เกิน 1 GiB และอัตราส่วนภาพที่แสดงต้องอยู่ภายใน 5% ของ 9:16 หรือ 16:9 คู่ตัวแปลงสัญญาณและคอนเทนเนอร์ที่รองรับคือ H.264, H.265/HEVC หรือ ProRes ใน .mp4, .mov หรือ .m4v และ VP8 หรือ VP9 ใน .webm ต้องดึงข้อมูลผ่าน HTTPS แบบสาธารณะโดยไม่มีคุกกี้หรือส่วนหัวการอนุญาต
audio_reference_urlไม่บังคับ
ประเภทstring | null
URL HTTPS ของเสียงอ้างอิงที่ต้องใช้ video_reference_url ร่วมด้วย และทำให้ไม่สนใจอวตารที่เลือก การดึงข้อมูลต้องทำได้แบบสาธารณะโดยไม่มีส่วนหัวการอนุญาตหรือคุกกี้ ระบบประมวลผลเฉพาะ 60 วินาทีแรก แต่ไฟล์ต้องมีความยาว 10 ถึง 180 วินาที ขนาดไม่เกิน 64 MiB และมีสตรีมโมโนหรือสเตอริโอเพียงหนึ่งสตรีมที่ 8 ถึง 48 kHz รูปแบบที่รองรับ ได้แก่ FLAC, MP3, PCM WAV หรือ AIFF, AAC หรือ ALAC และ Opus หรือ Vorbis
จำเป็น

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
video
object {url, content_type, file_name, file_size}

โมเดลเพิ่มเติม: ลิปซิงก์และอวตาร

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/mirage-api/avatar-x/text-to-video.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt