# LTX 2.3 Trainer (V2) - Audio+Video Reference Transformation API

> يدرّب LoRA يطابق فيديو وصوت مقطع مرجعي بمقطع هدف مقترن، مع إنشاء المسارين معًا

يدرّب LoRA على مقاطع مقترنة، بحيث يطابق كل فيديو مرجعي مع صوته مقطعًا هدفًا. قدم ملف zip عبر `training_data_url`، مع تعليقات `.txt` اختيارية. يكون تقسيم المشاهد معطلًا افتراضيًا لأنه قد يخل بتزامن أزواج البداية والنهاية، لذا قدم مقاطع مقصوصة مسبقًا. يمكن أن تتراوح Rank من 8 إلى 128، والخطوات من 100 إلى 10000، ويُسمح بما يصل إلى إدخالين للتحقق.

- Model id: `ltx23-trainer-v2/av2av`
- Made by: Lightricks
- Category: Training
- Output: file
- Price: $0.0068 / step (cheapest run $13.60 (13600 API credits))
- Run: `POST https://api.doitong.com/v1/run/ltx23-trainer-v2/av2av`
- Quote: `POST https://api.doitong.com/v1/quote/ltx23-trainer-v2/av2av`
- Docs page: https://doitong.com/ar/developers/models/ltx23-trainer-v2/av2av

## Pricing

Price: **$0.0068 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $13.60 = 13600 API credits (2000 steps × 6.8 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/ltx23-trainer-v2/av2av` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | عنوان URL لملف `.zip` يحتوي على بيانات التدريب، منظمة وفقًا لوضع التدريب المحدد. قد يكون لكل ملف وسائط ملف وصف `.txt` مرافق يحمل الاسم الأساسي نفسه. |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | رتبة تكييف LoRA، حيث تقابل زيادة استهلاك الذاكرة قدرة أكبر مع ارتفاع الإعداد. |
| `number_of_steps` |  | integer | no | `2000` | 100 – 10,000 | إجمالي عدد خطوات التدريب. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | معدل تعلم التحسين. |
| `number_of_frames` |  | integer | no | `89` | 9 – 121 | عدد الإطارات لكل عينة تدريب. يجب أن يترك تقسيم العدد على 8 باقيًا قدره 1؛ ومن الأمثلة 1، 9، 17، 25، 33، 41، 49، 57، 65، 73، 81، 89، 97. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | معدل إطارات فيديو التدريب المستهدف بالإطارات في الثانية. المعدل الأصلي لـLTX-2.3 هو 24. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | دقة التدريب. تؤدي زيادة الدقة إلى رفع متطلبات الذاكرة. |
| `aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | نسبة العرض إلى الارتفاع للتدريب. |
| `trigger_phrase` |  | string | no | `` |  | عبارة تفعيل نمط LoRA، تُدرج في بداية الأوصاف أثناء التدريب. |
| `auto_scale_input` |  | boolean | no | `false` |  | ضبط تلقائي للفيديو لمطابقة FPS وعدد الإطارات المطلوبين عند تفعيله؛ وتبقى مجموعات بيانات الصور دون تغيير. |
| `split_input_into_scenes` |  | boolean | no | `false` |  | تعطيل تقسيم المشاهد في av2av للحفاظ على تزامن زوج _start/_end. يجب تقسيم المقاطع مسبقًا؛ ويتجاهل إعداد تقسيم المشاهد إعداد إعداد زوج الهدف/المرجع. |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | مُشغّل تقسيم المشاهد معبرًا عنه بمدة بالثواني: لا تُقسم إلا الفيديوهات الأطول من الحد. |
| `debug_dataset` |  | boolean | no | `false` |  | وضع فحص المعالجة المسبقة للتحقق من الفيديوهات والصور والأوصاف قبل تشغيل تدريب كامل. يؤدي تفعيله إلى إعادة مجموعة بيانات التدريب المعالجة في أرشيف قابل للتنزيل للمراجعة اليدوية. |
| `audio_normalize` |  | boolean | no | `true` |  | تطبيع ذروة الصوت للحفاظ على مستويات متسقة في مجموعة البيانات بأكملها. |
| `audio_preserve_pitch` |  | boolean | no | `true` |  | الحفاظ على طبقة الصوت أثناء ضبط الصوت ليتطابق مع مدة الفيديو بدلًا من قصه. |
| `validation` |  | array of object {prompt, reference_video_url, reference_audio_url} | no | `[]` | ≤ 2 items | قائمة موجّهات التحقق، حيث يقترن كل موجّه بفيديو وصوت مرجعيين. |
| `validation[].prompt` |  | string | yes |  |  | الموجّه المستخدم أثناء التحقق. |
| `validation[].reference_video_url` |  | string (video URL) | yes |  | ≥ 1 characters | عنوان URL لفيديو مرجعي يُستخدم لتهيئة توليد الصوت والفيديو. يعمل المسار الصوتي للفيديو أيضًا مرجعًا صوتيًا. |
| `validation[].reference_audio_url` |  | string (audio URL) \| null | no |  |  | يمكن اختياريًا تجاوز المسار الصوتي من `reference_video_url` بتقديم عنوان URL لملف صوت مرجعي منفصل. |
| `validation_negative_prompt` |  | string | no | `blurry, out of focus, overexposed, underexposed, low contrast, washed out colors, excessive noise, grainy texture, poor lighting, flickering, motion blur, distorted proportions, unnatural skin tones, deformed facial features, asymmetrical face, missing facial features, extra limbs, disfigured hands, wrong hand count, artifacts around text, inconsistent perspective, camera shake, incorrect depth of field, background too sharp, background clutter, distracting reflections, harsh shadows, inconsistent lighting direction, color banding, cartoonish rendering, 3D CGI look, unrealistic materials, uncanny valley effect, incorrect ethnicity, wrong gender, exaggerated expressions, wrong gaze direction, mismatched lip sync, silent or muted audio, distorted voice, robotic voice, echo, background noise, off-sync audio, incorrect dialogue, added dialogue, repetitive speech, jittery movement, awkward pauses, incorrect timing, unnatural transitions, inconsistent framing, tilted camera, flat lighting, inconsistent tone, cinematic oversaturation, stylized filters, or AI artifacts.` |  | الموجّه السلبي المطبق أثناء التحقق، الذي يستخدم عملية معاينة بمرحلة واحدة. ولأن هذه العملية تقرّب الاستدلال الإنتاجي المقطّر ذي المرحلتين، يختلف توجيهها وجودة معاينتها عن النتائج النهائية. |
| `validation_number_of_frames` |  | integer | no | `89` | 9 – 121 | عدد الإطارات لكل فيديو تحقق. |
| `validation_frame_rate` |  | integer | no | `24` | 8 – 60 | معدل الإطارات المستهدف لفيديوهات التحقق، بالإطارات في الثانية؛ يعمل LTX-2.3 أصليًا عند 24. |
| `validation_resolution` |  | enum (string) | no | `high` | `low`, `medium`, `high` | الدقة المستخدمة أثناء التحقق. |
| `validation_aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | نسبة العرض إلى الارتفاع المستخدمة أثناء التحقق. |
| `stg_scale` |  | number | no | `1` | 0 – 3 | مقياس التوجيه المكاني-الزمني (STG)، مع التوصية بـ1.0، بينما يؤدي 0.0 إلى إيقاف STG. |
| `reference_downscale_factor` |  | integer | no | `1` | 1 – 8 | عامل تصغير لإنشاء وكيل تحكم مرجعي خشن منخفض الدقة للفيديو قبل الترميز مع إبقاء المخرج بالدقة الكاملة. يجب أن تكون أبعاد المرجع قابلة للقسمة على 32 قبل القسمة على العامل وبعدها؛ ويحافظ الإعداد الافتراضي 1 على الدقة الأصلية. |
| `reference_temporal_scale_factor` |  | integer | no | `1` | 1 – 8 | عامل خفض معدل إطارات الفيديو المرجعي، مع كون 1 هو الافتراضي للحفاظ على fps. يخفض أخذ العينات الزمني معدل الإطارات بهذا العامل قبل ترميز الفيديو. |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/ltx23-trainer-v2/av2av?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/ltx23-trainer-v2/av2av?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "training_data_url": "https://example.com/your-file.zip",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx23-trainer-v2/av2av", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "ltx23-trainer-v2/av2av",
      "input": {
        "training_data_url": "https://example.com/your-file.zip"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-trainer-v2/av2av",
  "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": 13600,
    "usd": "13.60",
    "charged": 13600,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} \| null | معاينة فيديو موحدة من التحقق، عند توفرها لنقاط النهاية التي تنتج فيديو. |
| `audio` | object {url, content_type, file_name, file_size} \| null | صوت موحد من التحقق، يُقدّم كمعاينة عند توفره لمسارات الصوت فقط التالية: /audio-inpaint و/audio-extend-suffix و/audio-extend-prefix و/t2a و/a2a و/v2a. |
| `lora_file` | object {url, content_type, file_name, file_size} | عنوان URL لأوزان LoRA المدرّبة بتنسيق .safetensors. |
| `config_file` | object {url, content_type, file_name, file_size} | تهيئة إعداد نقطة نهاية الاستدلال. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | مخرج تصحيح متاح عند تفعيل `debug_dataset`: أرشيف قابل للتنزيل يحتوي على بيانات التدريب بعد المعالجة المسبقة. |

## Related models

- [LTX 2.3 Trainer (V2) - Audio Inpainting](https://doitong.com/developers/models/ltx23-trainer-v2/audio-inpaint.md) (`ltx23-trainer-v2/audio-inpaint`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/av2av.md) (`ltx23-trainer-v2/ic-lora/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio](https://doitong.com/developers/models/ltx23-trainer-v2/a2a.md) (`ltx23-trainer-v2/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/a2a.md) (`ltx23-trainer-v2/ic-lora/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Video](https://doitong.com/developers/models/ltx23-trainer-v2/a2v.md) (`ltx23-trainer-v2/a2v`): $0.006 / step
- [LTX 2.3 Trainer (V2) - Backward Audio Extension](https://doitong.com/developers/models/ltx23-trainer-v2/audio-extend-suffix.md) (`ltx23-trainer-v2/audio-extend-suffix`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Backward Video Extension](https://doitong.com/developers/models/ltx23-trainer-v2/extend-suffix.md) (`ltx23-trainer-v2/extend-suffix`): $0.0061 / step
- [LTX 2.3 Trainer (V2) - Forward Audio Extension](https://doitong.com/developers/models/ltx23-trainer-v2/audio-extend-prefix.md) (`ltx23-trainer-v2/audio-extend-prefix`): $0.0022 / step

## Links

- HTML page: https://doitong.com/developers/models/ltx23-trainer-v2/av2av
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=ltx23-trainer-v2/av2av
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/ltx23-trainer-v2/av2av