مواد پر جائیں

Ltx 2.3 Quality · Audio to Video · LoRA

انٹیگریٹ کریں

ماڈل id 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"

مثال جیسی فائلیں: ⁨$0.604⁩ 604 API کریڈٹس · ≈ ⁨₽64.82⁩ آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
Lightricks لِپ سنک اور اوتار مقامی آڈیولِپ سنک #audio-to-video#lora

آڈیو سے چلنے والی ویڈیو، اختیاری پہلے فریم اور اسٹائل یا شناخت کے لیے زیادہ سے زیادہ 3 حسبِ ضرورت LoRAs کے ساتھ

Lightricks · ویڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی

آڈیو سے چلنے والی ویڈیو تخلیق کی رہنمائی کرنے والا پرامپٹ۔

•لازمی audio_url
فائل ڈراپ کریں، یا

تخلیق چلانے کے لیے استعمال ہونے والے آڈیو track کا URL۔

resolution ڈیفالٹ auto

حتمی آؤٹ پٹ کے ابعاد؛ 'auto' کے لیے افقی ابعاد استعمال ہوتے ہیں، الا یہ کہ `image_url` فراہم کیا گیا ہو۔ تصویر موجود ہونے پر 'auto' اسی کا تناسبِ ابعاد اختیار کرتا ہے۔

ڈیفالٹ 121

تخلیق شدہ آؤٹ پٹ کے فریموں کی تعداد۔

ڈیفالٹ 24

آؤٹ پٹ ویڈیو فریم rate، فریمز per سیکنڈ میں ناپا جاتا ہے۔

•لازمی

LTX-2.3 کے لیے LoRA اضافے، ہر ایک کی حد 3 GB ہے اور زیادہ سے زیادہ 3 اندراجات کی اجازت ہے۔ Loading صرف اس وقت ہوتا ہے جب registry کا SSRF-safe downloader ہر path حاصل کر لے۔

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

منفی پرامپٹ جو بتاتا ہے کہ تخلیق میں کن چیزوں سے گریز کیا جائے۔

image_url
فائل ڈراپ کریں، یا

URL کے ذریعے فراہم کردہ ابتدائی فریم کی تصویر، جو صرف text اور آڈیو استعمال کرنے والی تخلیق میں اضافی رہنمائی دیتی ہے؛ اسے فراہم کرنا اختیاری ہے۔

video_quality ڈیفالٹ high

آؤٹ پٹ ویڈیو پر لاگو ہونے والا quality preset۔

video_write_mode ڈیفالٹ balanced

حاصل ہونے والی ویڈیو کا رائٹ موڈ۔

ڈیفالٹ 15

inference steps کی تعداد متعین کریں، زیادہ سے زیادہ 30؛ اسے تبدیل نہ کرنے پر 15 استعمال ہوتے ہیں۔

ڈیفالٹ 1

اس scale کے ذریعے classifier-free guidance ایڈجسٹ کریں؛ اس کی ڈیفالٹ tuning اعلیٰ معیار اور تیز تخلیق دونوں کے لیے ہے۔

ڈیفالٹ 0.7

اختیاری ابتدائی فریم conditioning strength: ماڈل کو زیادہ آزادی دینے کے لیے اسے کم کریں، یا تصویر کی سخت پابندی کے لیے 1.0 استعمال کریں۔

تخلیق کو قابلِ تکرار بنانے والا سیڈ۔ اسے None پر سیٹ کرنے سے سیڈ تصادفی طور پر منتخب ہوتا ہے۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Ltx 2.3 Quality · Audio to Video · LoRA کے بارے میں

بیس ویرینٹ جیسا آڈیو سے ویڈیو ورک فلو، مگر ماڈل پر لاگو ہونے والی 3 تک حسبِ ضرورت LoRAs کی لازمی `loras` فہرست کے ساتھ۔ متن کا `prompt` اور `audio_url` لازمی ہیں، جبکہ `image_url` اختیاری طور پر پہلے فریم کو متعین کر سکتا ہے۔ `match_audio_length` فریم کی تعداد کو آڈیو سے جوڑتا ہے؛ بصورت دیگر `num_frames` (9 سے 481) استعمال کریں۔ ہر LoRA کی حد 3 GB ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
promptلازمی
قسمstring
آڈیو سے چلنے والی ویڈیو تخلیق کی رہنمائی کرنے والا پرامپٹ۔
audio_urlلازمی audio
قسمurl · audio
تخلیق چلانے کے لیے استعمال ہونے والے آڈیو track کا URL۔
image_urlاختیاری image
قسمurl · image
URL کے ذریعے فراہم کردہ ابتدائی فریم کی تصویر، جو صرف text اور آڈیو استعمال کرنے والی تخلیق میں اضافی رہنمائی دیتی ہے؛ اسے فراہم کرنا اختیاری ہے۔
match_audio_lengthاختیاری
قسمboolean
ڈیفالٹtrue
فریم تعداد کا موڈ؛ بند ہونے پر `num_frames` استعمال ہوتا ہے۔ فعال کرنے پر تعداد `frames_per_second` اور آڈیو دورانیے سے شمار ہوتی ہے۔
num_framesاختیاری
قسمinteger
ڈیفالٹ121
9 – 481
تخلیق شدہ آؤٹ پٹ کے فریموں کی تعداد۔
resolutionاختیاری
قسمobject
ڈیفالٹauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
حتمی آؤٹ پٹ کے ابعاد؛ 'auto' کے لیے افقی ابعاد استعمال ہوتے ہیں، الا یہ کہ `image_url` فراہم کیا گیا ہو۔ تصویر موجود ہونے پر 'auto' اسی کا تناسبِ ابعاد اختیار کرتا ہے۔
frames_per_secondاختیاری
قسمnumber
ڈیفالٹ24
1 – 60
آؤٹ پٹ ویڈیو فریم rate، فریمز per سیکنڈ میں ناپا جاتا ہے۔
num_inference_stepsاختیاری
قسمinteger
ڈیفالٹ15
8 – 30
inference steps کی تعداد متعین کریں، زیادہ سے زیادہ 30؛ اسے تبدیل نہ کرنے پر 15 استعمال ہوتے ہیں۔
guidance_scaleاختیاری
قسمnumber
ڈیفالٹ1
1 – 20
اس scale کے ذریعے classifier-free guidance ایڈجسٹ کریں؛ اس کی ڈیفالٹ tuning اعلیٰ معیار اور تیز تخلیق دونوں کے لیے ہے۔
generate_audioاختیاری
قسمboolean
ڈیفالٹtrue
واپس کی جانے والی MP4 کے لیے audio-track ٹوگل: بند ہونے پر صرف ویڈیو فائل بنتی ہے، فعال ہونے پر آڈیو شامل ہوتا ہے۔
image_strengthاختیاری
قسمnumber
ڈیفالٹ0.7
0 – 1
اختیاری ابتدائی فریم conditioning strength: ماڈل کو زیادہ آزادی دینے کے لیے اسے کم کریں، یا تصویر کی سخت پابندی کے لیے 1.0 استعمال کریں۔
negative_promptاختیاری
قسمstring
ڈیفالٹcolor 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
منفی پرامپٹ جو بتاتا ہے کہ تخلیق میں کن چیزوں سے گریز کیا جائے۔
seedاختیاری
قسمinteger | null
تخلیق کو قابلِ تکرار بنانے والا سیڈ۔ اسے None پر سیٹ کرنے سے سیڈ تصادفی طور پر منتخب ہوتا ہے۔
enable_prompt_expansionاختیاری
قسمboolean
ڈیفالٹtrue
متعین کرتا ہے کہ پرامپٹ کی توسیع فعال ہے یا نہیں۔
enable_safety_checkerاختیاری
قسمboolean
ڈیفالٹtrue
یہ کنٹرول کرتا ہے کہ حفاظتی جانچ فعال ہو یا نہیں۔
video_qualityاختیاری
قسمenum
ڈیفالٹhigh
lowmediumhighmaximum
آؤٹ پٹ ویڈیو پر لاگو ہونے والا quality preset۔
video_write_modeاختیاری
قسمenum
ڈیفالٹbalanced
fastbalancedsmall
حاصل ہونے والی ویڈیو کا رائٹ موڈ۔
lorasلازمی
قسمobject[]
≤ 3 آئٹمز
LTX-2.3 کے لیے LoRA اضافے، ہر ایک کی حد 3 GB ہے اور زیادہ سے زیادہ 3 اندراجات کی اجازت ہے۔ Loading صرف اس وقت ہوتا ہے جب registry کا SSRF-safe downloader ہر path حاصل کر لے۔
loras[].pathلازمی
قسمstring
≤ 2048 characters
3 GB سے بڑی نہ ہونے والی LoRA .safetensors فائل کا براہِ راست HTTP(S) URL۔ Loading سے پہلے SSRF-safe downloader کے ذریعے retrieval کیا جاتا ہے۔
loras[].scaleاختیاری
قسمnumber
ڈیفالٹ1
0 – 2
0.0–2.0 range میں strength بڑھنے کے ساتھ تیار کردہ ویڈیو پر LoRA کا اثر بڑھتا ہے۔
loras[].transformerاختیاری
قسمenum
ڈیفالٹboth
highlowboth
Transformer selection flag: LTX-2.3 استعمال کرنے والے تقریباً سبھی افراد کے لیے 'both' موزوں ہے کیونکہ ماڈل میں صرف ایک transformer ہے۔ یہ flag متعدد transformers والی آئندہ architectures کی معاونت کے لیے موجود ہے۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
video
object {url, content_type, file_name, file_size}ماڈل کی تیار کردہ ویڈیو۔
seed
integerتخلیق کے دوران لاگو ہونے والی حقیقی seed۔
prompt
stringتخلیقی پرامپٹ، جس میں استعمال سے پہلے کی گئی کوئی بھی expansion شامل ہے۔

مزید ماڈلز: لِپ سنک اور اوتار

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/ltx-2.3-quality/audio-to-video/lora.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt