שפּרינגען צו אינהאַלט

Longcat Single Avatar · Audio to Video

אינטעגרירן

מאָדעל־id longcat-single-avatar/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/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

פֿײַלן ווי דער בײַשפּיל: ⁨$ 0.90⁩ 900 API־קרעדיטן · ≈ ⁨₽ 96.82⁩ אײַערע פֿײַלן ווערן געמאסטן איידערן לויפֿן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
Meituan ליפּסינק און אַוואַטאַרן ליפּסינקביז 720p #audio-to-video

שאַפֿט אַ רעדנדיקן-אַוואַטאַר ווידעא געטריבן בלויז דורך אַן אוידיאָ טעקע און אַ טעקסט פּראָמפּט, אָן קיין מקור בילד

Meituan · ווידעא

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

סטאַנדאַרט A person is talking n...

פּראָמפּט וואָס פֿירט ווידעא־גענערירונג.

•פארלאנגט audio_url
לייגט אַרײַן אַ טעקע, אָדער

אַודיאָ־פֿײַַל־URL גענוצט צו פֿירן דעם אַוואַטאַר.

resolution סטאַנדאַרט 480p

רעזולטאַט־ווידעא־רעזאָלוציע, אָדער 480p אָדער 720p.

סטאַנדאַרט 1

צאָל ווידעא־סעגמענטן: בערך 5.8s פֿאַרן ערשטן און 5s פֿאַר יעדן ווײַטערדיקן — בערך 5 סעקונדעס ווידעא פּער סעגמענט.

פֿאָרגעשריטן negative_prompt · num_inference_steps · text_guidance_scale · audio_guidance_scale · seed · enable_safety_checker · enable_prompt_expansion
סטאַנדאַרט Close-up, Bright tone...

נעגאַטיווער פּראָמפּט וואָס ספּעציפֿיצירט וואָס ווידעא־גענערירונג זאָל פֿאַרמײַדן.

סטאַנדאַרט 50

צאָל דורכגעפֿירטע inference־סטעפּס.

סטאַנדאַרט 4

טעקסט־guidance־סקייל געווענדט אין classifier-free guidance.

סטאַנדאַרט 4

אַודיאָ־guidance־אדזשאַסטירונג וואָס קען בײַ העכערונג איבערטרײַבן מויל־באַוועגונג.

גרעין־ווערט וואָס איניציאַליזירט ראַנדאָם־צאָל־גענערירונג.

POST /run/longcat-single-avatar/audio-to-video?wait=20 פּרײַז → ⁨$ 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/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Longcat Single Avatar · Audio to Video

גענערירט אַ ליפּן-סינכראָניזירטן אַוואַטאַר ווידעא פֿון `audio_url` און אַ `prompt` וואָס באַשרײַבט דעם מענטש. די אויסגאַבע איז 480p אָדער 720p. `num_segments` (1 ביז 10) שטעלט די לענג: דער ערשטער סעגמענט איז בערך 5.8 סעקונדעס און יעדער ווײַטערדיקער לייגט צו 5 סעקונדעס. `audio_guidance_scale` (1 ביז 10) קאָנטראָלירט ווי שטאַרק די רייד פֿירט דאָס מויל, און העכערע ווערטן קענען איבערטרײַבן די באַוועגונג.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
audio_urlפארלאנגט audio
טיפּurl · audio
אַודיאָ־פֿײַַל־URL גענוצט צו פֿירן דעם אַוואַטאַר.
promptאָפּציאָנעל
טיפּstring
סטאַנדאַרטA person is talking naturally with natural expressions and movements.
פּראָמפּט וואָס פֿירט ווידעא־גענערירונג.
negative_promptאָפּציאָנעל
טיפּstring
סטאַנדאַרטClose-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
נעגאַטיווער פּראָמפּט וואָס ספּעציפֿיצירט וואָס ווידעא־גענערירונג זאָל פֿאַרמײַדן.
num_inference_stepsאָפּציאָנעל
טיפּinteger
סטאַנדאַרט50
10 – 100
צאָל דורכגעפֿירטע inference־סטעפּס.
text_guidance_scaleאָפּציאָנעל
טיפּnumber
סטאַנדאַרט4
1 – 10
טעקסט־guidance־סקייל געווענדט אין classifier-free guidance.
audio_guidance_scaleאָפּציאָנעל
טיפּnumber
סטאַנדאַרט4
1 – 10
אַודיאָ־guidance־אדזשאַסטירונג וואָס קען בײַ העכערונג איבערטרײַבן מויל־באַוועגונג.
resolutionאָפּציאָנעל
טיפּenum
סטאַנדאַרט480p
480p720p
רעזולטאַט־ווידעא־רעזאָלוציע, אָדער 480p אָדער 720p.
num_segmentsאָפּציאָנעל
טיפּinteger
סטאַנדאַרט1
1 – 10
צאָל ווידעא־סעגמענטן: בערך 5.8s פֿאַרן ערשטן און 5s פֿאַר יעדן ווײַטערדיקן — בערך 5 סעקונדעס ווידעא פּער סעגמענט.
seedאָפּציאָנעל
טיפּinteger | null
גרעין־ווערט וואָס איניציאַליזירט ראַנדאָם־צאָל־גענערירונג.
enable_safety_checkerאָפּציאָנעל
טיפּboolean
סטאַנדאַרטtrue
זיכערהייט־קאָנטראָל אונטער חשבון־רעכטן: קאָנטראָלן בלײַבן מאַנדאַטאָריש פֿאַר נישט־אַוטאָריזירטע בקשות, און זייער אויסשליסן דאַרף אַוטאָריזאַציע.
enable_prompt_expansionאָפּציאָנעל
טיפּboolean
סטאַנדאַרטfalse
LLM־באזירטע פּראָמפּט־יקספּאַנשאַן פֿאַר פֿאַרבעסערן ווידעא־קוואַליטעט מיט אַן פֿאַרבעסערט פּראָמפּט.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "longcat-single-avatar/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": {
    "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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
video
object {url, content_type, file_name, file_size}ווידעא־פֿײַל געשאַפֿן דורך גענערירונג.
seed
integerסיד־ווערט וואָס ווערט געווענדט בעת גענערירונג.

מער מאָדעלן: ליפּסינק און אַוואַטאַרן

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/longcat-single-avatar/audio-to-video.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt