কনটেন্টে যান

AI Avatar Multi Text

ইন্টিগ্রেট করুন

মডেল id ai-avatar/multi-text
# 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/ai-avatar/multi-text?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",
    "first_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt": "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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ: ≈০.৬৪৮$ ৬৪৮ API ক্রেডিট এই পেজে চালান

API কী পান
Open model লিপসিঙ্ক ও অ্যাভাটার লিপসিঙ্ক720p পর্যন্ত #stylized#transform

একটি ছবি, স্ক্রিপ্ট এবং প্রতিটি বক্তার জন্য নির্বাচিত ভয়েস ব্যবহার করে দুই ব্যক্তির কথা বলার ভিডিও তৈরি করে

Open model · ভিডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক

ভিডিও জেনারেশন প্রক্রিয়া পরিচালনাকারী টেক্সট।

•আবশ্যক

ভিডিও জেনারেশন প্রক্রিয়া পরিচালনাকারী টেক্সট।

•আবশ্যক

ভিডিও জেনারেশন পরিচালনার জন্য টেক্সট নির্দেশনা।

•আবশ্যক image_url
একটি ফাইল ড্রপ করুন, অথবা

সোর্স ছবির URL; নির্বাচিত অ্যাসপেক্ট রেশিও অনুযায়ী প্রিপ্রসেসিং প্রয়োজন কি না নির্ধারিত হয়: অমিল থাকলে রিসাইজ করার পর সেন্টার ক্রপ করা হয়।

resolution ডিফল্ট 480p

আউটপুট ভিডিওর রেজোলিউশন; শুধু 480p এবং 720p সমর্থিত।

ডিফল্ট 191

জেনারেশনের জন্য ফ্রেমের সংখ্যা, 81 থেকে 129 পর্যন্ত।

অ্যাডভান্সড acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration ডিফল্ট regular

জেনারেশনের সময় প্রয়োগ করা অ্যাক্সেলারেশন লেভেল।

ডিফল্ট Sarah

স্পিচ জেনারেশনের সময় প্রথম ব্যক্তির জন্য নির্ধারিত ভয়েস।

ডিফল্ট Roger

স্পিচ জেনারেশনের সময় দ্বিতীয় ব্যক্তির জন্য নির্ধারিত ভয়েস।

ডিফল্ট 81

পুনরুৎপাদনযোগ্য জেনারেশনের জন্য সিড। এটিকে None সেট করলে এলোমেলোভাবে একটি সিড নির্বাচন করা হয়।

POST /run/ai-avatar/multi-text?wait=20 মূল্য → ০.৬৪৮$
# 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/ai-avatar/multi-text?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",
    "first_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt": "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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

AI Avatar Multi Text সম্পর্কে

একটি ছবিকে দুই ব্যক্তির কথোপকথনে অ্যানিমেট করে। সংলাপের লাইন হিসেবে `first_text_input` এবং `second_text_input` দিন, সঙ্গে একটি `prompt`, এবং প্রিসেট ভয়েস থেকে `voice1` ও `voice2` বেছে নিন। আউটপুট 480p বা 720p, যেখানে `num_frames` 41 থেকে 241 পর্যন্ত হতে পারে। `acceleration` সেটিং হিসেবে none, regular বা high ব্যবহার করা যায়।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
image_urlআবশ্যক image
ধরনurl · image
সোর্স ছবির URL; নির্বাচিত অ্যাসপেক্ট রেশিও অনুযায়ী প্রিপ্রসেসিং প্রয়োজন কি না নির্ধারিত হয়: অমিল থাকলে রিসাইজ করার পর সেন্টার ক্রপ করা হয়।
first_text_inputআবশ্যক
ধরনstring
ভিডিও জেনারেশন প্রক্রিয়া পরিচালনাকারী টেক্সট।
second_text_inputআবশ্যক
ধরনstring
ভিডিও জেনারেশন প্রক্রিয়া পরিচালনাকারী টেক্সট।
voice1ঐচ্ছিক
ধরনenum
ডিফল্টSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4টি আরওBrianDanielLilyBill
স্পিচ জেনারেশনের সময় প্রথম ব্যক্তির জন্য নির্ধারিত ভয়েস।
voice2ঐচ্ছিক
ধরনenum
ডিফল্টRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4টি আরওBrianDanielLilyBill
স্পিচ জেনারেশনের সময় দ্বিতীয় ব্যক্তির জন্য নির্ধারিত ভয়েস।
promptআবশ্যক
ধরনstring
ভিডিও জেনারেশন পরিচালনার জন্য টেক্সট নির্দেশনা।
num_framesঐচ্ছিক
ধরনinteger
ডিফল্ট191
৪১ – ২৪১
জেনারেশনের জন্য ফ্রেমের সংখ্যা, 81 থেকে 129 পর্যন্ত।
resolutionঐচ্ছিক
ধরনenum
ডিফল্ট480p
480p720p
আউটপুট ভিডিওর রেজোলিউশন; শুধু 480p এবং 720p সমর্থিত।
seedঐচ্ছিক
ধরনinteger
ডিফল্ট81
০ – ৪,২৯,৪৯,৬৭,২৯৫
পুনরুৎপাদনযোগ্য জেনারেশনের জন্য সিড। এটিকে None সেট করলে এলোমেলোভাবে একটি সিড নির্বাচন করা হয়।
accelerationঐচ্ছিক
ধরনenum
ডিফল্টregular
noneregularhigh
জেনারেশনের সময় প্রয়োগ করা অ্যাক্সেলারেশন লেভেল।
enable_safety_checkerঐচ্ছিক
ধরনboolean
ডিফল্টtrue
কলকারী অনুমোদিত হলে false সেট করে স্ক্রিনিং শিথিল করা যায়।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ai-avatar/multi-text",
  "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": 648,
    "usd": "0.648",
    "charged": 648,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "first_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "prompt": "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
    },
    "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.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
video
object {url, content_type, file_name, file_size}জেনারেশনের মাধ্যমে তৈরি ভিডিও ফাইল।
seed
integerজেনারেশনের সময় প্রয়োগ করা সিডের মান।

আরও মডেল: লিপসিঙ্ক ও অ্যাভাটার

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/ai-avatar/multi-text.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt