কনটেন্টে যান

LTX-2.3 22B Video Trainer

ইন্টিগ্রেট করুন

মডেল id ltx23-video-trainer
# 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-video-trainer?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"

এই অনুরোধ: ৯.৬০$ ৯,৬০০ API ক্রেডিট এই পেজে চালান

API কী পান
Lightricks প্রশিক্ষণ ১–৬০ s #ltx2.3-video#fine-tuning

ঐচ্ছিক অডিওসহ কাস্টম ভিডিও স্টাইল ও প্রভাবের জন্য একটি LTX-2.3 22B LoRA প্রশিক্ষণ দেয়

Lightricks · ফাইল

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।

resolution ডিফল্ট medium

প্রশিক্ষণ রেজোলিউশন। রেজোলিউশন বাড়ালে মেমরির প্রয়োজনীয়তা বাড়ে।

aspect_ratio ডিফল্ট 1:1

প্রশিক্ষণের অ্যাসপেক্ট রেশিও।

•আবশ্যক

শুধু ছবি অথবা শুধু ভিডিও-সমৃদ্ধ dataset-এর ZIP archive URL; mixed media dataset সমর্থিত নয়। 10টি বা তার বেশি ফাইল, সম্ভব হলে আরও বড় collection ব্যবহার করুন। ছবির জন্য গ্রহণযোগ্য extension হলো .png, .jpg, .jpeg এবং ভিডিওর জন্য .mp4, .mov, .avi, .mkv। ঐচ্ছিক caption text ফাইল media-র সঙ্গে থাকতে পারে, যেখানে প্রতিটি caption ফাইল-এর নাম সংশ্লিষ্ট media ফাইল-এর সঙ্গে মিলতে হবে।

ডিফল্ট 2000

প্রশিক্ষণ ধাপের মোট সংখ্যা।

অ্যাডভান্সড validation_negative_prompt · rank · validation_resolution · validation_aspect_ratio · trigger_phrase · learning_rate · number_of_frames · frame_rate · split_input_duration_threshold · first_frame_conditioning_p · validation_number_of_frames · validation_frame_rate · stg_scale · auto_scale_input · split_input_into_scenes · debug_dataset · with_audio · audio_normalize · audio_preserve_pitch · generate_audio_in_validation · validation
ডিফল্ট worst quality, incons...

Validation-এর সময় প্রয়োগ করা negative প্রম্পট।

rank ডিফল্ট 32

LoRA অ্যাডাপ্টেশনের র‍্যাঙ্ক, সেটিং বাড়লে বেশি মেমরি ব্যবহারের বিনিময়ে বেশি সক্ষমতা দেয়।

validation_resolution ডিফল্ট high

ভ্যালিডেশনের সময় ব্যবহৃত রেজোলিউশন।

validation_aspect_ratio ডিফল্ট 1:1

ভ্যালিডেশনের সময় ব্যবহৃত অ্যাসপেক্ট রেশিও।

ডিফল্ট

LoRA স্টাইল সক্রিয়করণ বাক্যাংশ, প্রশিক্ষণের সময় ক্যাপশনের শুরুতে যোগ করা হয়।

ডিফল্ট 0.0002

Optimization learning rate, যা বাড়ালে training দ্রুত হওয়ার সম্ভাবনা এবং overfitting-এর ঝুঁকির মধ্যে ভারসাম্য বজায় রাখে।

ডিফল্ট 89

প্রতিটি প্রশিক্ষণ নমুনার ফ্রেম সংখ্যা। সংখ্যাটিকে 8 দিয়ে ভাগ করলে অবশিষ্ট 1 হতে হবে; উদাহরণ: 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97।

ডিফল্ট 25

লক্ষ্য ভিডিও ফ্রেম রেট, প্রতি সেকেন্ডে ফ্রেম সংখ্যায় পরিমাপ করা হয়।

ডিফল্ট 30

সেকেন্ডে প্রকাশ করা সিন-বিভাজনের ট্রিগার: কেবল সীমার চেয়ে দীর্ঘ ভিডিও বিভক্ত হয়।

ডিফল্ট 0.5

Training-এ first-frame conditioning কত ঘন ঘন ব্যবহার করা হয় তা বাড়িয়ে image-to-video performance উন্নত করে; এই মানটি সেই probability নির্ধারণ করে।

ডিফল্ট 89

প্রতিটি ভ্যালিডেশন ভিডিওর ফ্রেম সংখ্যা।

ডিফল্ট 25

ভ্যালিডেশনের জন্য নির্ধারিত ভিডিও ফ্রেম রেট, প্রতি সেকেন্ডে ফ্রেম সংখ্যায় পরিমাপ করা হয়।

ডিফল্ট 1

Spatio-Temporal Guidance (STG) স্কেল, 1.0 প্রস্তাবিত এবং 0.0 STG বন্ধ করে।

ডিফল্ট []

Training validation প্রম্পট-এর তালিকা, যার ইনপুট-গুলোতে হয় সবকটিতে ছবি থাকতে হবে, নয়তো সবকটিতে ছবি বাদ থাকতে হবে।

POST /run/ltx23-video-trainer?wait=20 মূল্য → ৯.৬০$
# 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-video-trainer?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"

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

LTX-2.3 22B Video Trainer সম্পর্কে

একটি zip-এর ভিডিও বা ছবি থেকে কাস্টম স্টাইল ও প্রভাবের জন্য LTX-2.3 22B মডেলের ওপর একটি LoRA প্রশিক্ষণ দেয়; আদর্শভাবে 10 বা তার বেশি ফাইল দেওয়া হয়। `number_of_steps` 100 থেকে 6000 পর্যন্ত (ডিফল্ট 2000), `frame_rate`-এর ডিফল্ট 25 এবং `first_frame_conditioning_p`-এর ডিফল্ট 0.5। `with_audio` অডিও প্রশিক্ষণ জোর করে চালু বা বন্ধ করে, আর `generate_audio_in_validation` প্রিভিউতে অডিও নিয়ন্ত্রণ করে।

প্যারামিটার

নামধরন ডিফল্টঅনুমোদিত বিবরণ
training_data_urlআবশ্যক
ধরনstring
শুধু ছবি অথবা শুধু ভিডিও-সমৃদ্ধ dataset-এর ZIP archive URL; mixed media dataset সমর্থিত নয়। 10টি বা তার বেশি ফাইল, সম্ভব হলে আরও বড় collection ব্যবহার করুন। ছবির জন্য গ্রহণযোগ্য extension হলো .png, .jpg, .jpeg এবং ভিডিওর জন্য .mp4, .mov, .avi, .mkv। ঐচ্ছিক caption text ফাইল media-র সঙ্গে থাকতে পারে, যেখানে প্রতিটি caption ফাইল-এর নাম সংশ্লিষ্ট media ফাইল-এর সঙ্গে মিলতে হবে।
rankঐচ্ছিক
ধরনenum
ডিফল্ট32
8163264128
LoRA অ্যাডাপ্টেশনের র‍্যাঙ্ক, সেটিং বাড়লে বেশি মেমরি ব্যবহারের বিনিময়ে বেশি সক্ষমতা দেয়।
number_of_stepsঐচ্ছিক
ধরনinteger
ডিফল্ট2000
১০০ – ৬,০০০
প্রশিক্ষণ ধাপের মোট সংখ্যা।
learning_rateঐচ্ছিক
ধরনnumber
ডিফল্ট0.0002
০.০০০০০১ – ১
Optimization learning rate, যা বাড়ালে training দ্রুত হওয়ার সম্ভাবনা এবং overfitting-এর ঝুঁকির মধ্যে ভারসাম্য বজায় রাখে।
number_of_framesঐচ্ছিক
ধরনinteger
ডিফল্ট89
৯ – ১২১
প্রতিটি প্রশিক্ষণ নমুনার ফ্রেম সংখ্যা। সংখ্যাটিকে 8 দিয়ে ভাগ করলে অবশিষ্ট 1 হতে হবে; উদাহরণ: 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97।
frame_rateঐচ্ছিক
ধরনinteger
ডিফল্ট25
৮ – ৬০
লক্ষ্য ভিডিও ফ্রেম রেট, প্রতি সেকেন্ডে ফ্রেম সংখ্যায় পরিমাপ করা হয়।
resolutionঐচ্ছিক
ধরনenum
ডিফল্টmedium
lowmediumhigh
প্রশিক্ষণ রেজোলিউশন। রেজোলিউশন বাড়ালে মেমরির প্রয়োজনীয়তা বাড়ে।
aspect_ratioঐচ্ছিক
ধরনenum
ডিফল্ট1:1
16:91:19:16
প্রশিক্ষণের অ্যাসপেক্ট রেশিও।
trigger_phraseঐচ্ছিক
ধরনstring
ডিফল্ট
LoRA স্টাইল সক্রিয়করণ বাক্যাংশ, প্রশিক্ষণের সময় ক্যাপশনের শুরুতে যোগ করা হয়।
auto_scale_inputঐচ্ছিক
ধরনboolean
ডিফল্টfalse
সক্রিয় থাকলে অনুরোধ করা FPS ও ফ্রেম সংখ্যার সঙ্গে মিলিয়ে ভিডিওর স্বয়ংক্রিয় সমন্বয়; ছবি ডেটাসেট অপরিবর্তিত থাকে।
split_input_into_scenesঐচ্ছিক
ধরনboolean
ডিফল্টtrue
নির্দিষ্ট সময়সীমা অতিক্রম করা ভিডিওগুলোর জন্য দৃশ্য বিভাজন; true হলে সক্রিয়।
split_input_duration_thresholdঐচ্ছিক
ধরনnumber
ডিফল্ট30
১ – ৬০
সেকেন্ডে প্রকাশ করা সিন-বিভাজনের ট্রিগার: কেবল সীমার চেয়ে দীর্ঘ ভিডিও বিভক্ত হয়।
debug_datasetঐচ্ছিক
ধরনboolean
ডিফল্টfalse
সম্পূর্ণ প্রশিক্ষণ চালানোর আগে ভিডিও, ছবি ও ক্যাপশন পরীক্ষা করার প্রিপ্রসেসিং পরিদর্শন মোড। সক্রিয় করলে ট্রেইনার প্রক্রিয়াকৃত প্রশিক্ষণ ডেটাসেট একটি ডাউনলোডযোগ্য আর্কাইভে ফেরত দেয়, যাতে ম্যানুয়ালি পর্যালোচনা করা যায়।
with_audioঐচ্ছিক
ধরনboolean | null
ভিডিও training-এর পাশাপাশি অডিও training জোর করে চালাতে True বেছে নিন, অথবা অডিও বাদ দিতে False বেছে নিন। সেটিংটি ডিফল্ট None রাখলে সরবরাহ করা ভিডিও-তে অডিও আছে কি না তার ভিত্তিতে পছন্দটি স্বয়ংক্রিয় হয়।
audio_normalizeঐচ্ছিক
ধরনboolean
ডিফল্টtrue
Peak-amplitude normalization, যা peak-গুলোকে একটি সাধারণ level-এ এনে পুরো dataset জুড়ে অডিও level সামঞ্জস্যপূর্ণ করতে সুপারিশ করা হয়।
audio_preserve_pitchঐচ্ছিক
ধরনboolean
ডিফল্টtrue
অডিও ও ভিডিওর দৈর্ঘ্য আলাদা হলে pitch সংরক্ষণ: সক্রিয় থাকলে time stretching বা compression ব্যবহার করা হয়; নিষ্ক্রিয় থাকলে trimming বা silence padding ব্যবহার করা হয়।
first_frame_conditioning_pঐচ্ছিক
ধরনnumber
ডিফল্ট0.5
০ – ১
Training-এ first-frame conditioning কত ঘন ঘন ব্যবহার করা হয় তা বাড়িয়ে image-to-video performance উন্নত করে; এই মানটি সেই probability নির্ধারণ করে।
validationঐচ্ছিক
ধরনobject[]
ডিফল্ট[]
≤ ২টি আইটেম
Training validation প্রম্পট-এর তালিকা, যার ইনপুট-গুলোতে হয় সবকটিতে ছবি থাকতে হবে, নয়তো সবকটিতে ছবি বাদ থাকতে হবে।
validation[].promptআবশ্যক
ধরনstring
ভ্যালিডেশনের সময় ব্যবহৃত প্রম্পট।
validation[].image_urlঐচ্ছিক
ধরনurl · image
Image-to-video validation-এর জন্য ছবি, যা কেবল তখনই অনুমোদিত যখন অন্য প্রতিটি validation ইনপুট-এও ছবি থাকে।
validation_negative_promptঐচ্ছিক
ধরনstring
ডিফল্টworst quality, inconsistent motion, blurry, jittery, distorted
Validation-এর সময় প্রয়োগ করা negative প্রম্পট।
validation_number_of_framesঐচ্ছিক
ধরনinteger
ডিফল্ট89
৯ – ১২১
প্রতিটি ভ্যালিডেশন ভিডিওর ফ্রেম সংখ্যা।
validation_frame_rateঐচ্ছিক
ধরনinteger
ডিফল্ট25
৮ – ৬০
ভ্যালিডেশনের জন্য নির্ধারিত ভিডিও ফ্রেম রেট, প্রতি সেকেন্ডে ফ্রেম সংখ্যায় পরিমাপ করা হয়।
validation_resolutionঐচ্ছিক
ধরনenum
ডিফল্টhigh
lowmediumhigh
ভ্যালিডেশনের সময় ব্যবহৃত রেজোলিউশন।
validation_aspect_ratioঐচ্ছিক
ধরনenum
ডিফল্ট1:1
16:91:19:16
ভ্যালিডেশনের সময় ব্যবহৃত অ্যাসপেক্ট রেশিও।
stg_scaleঐচ্ছিক
ধরনnumber
ডিফল্ট1
০ – ৩
Spatio-Temporal Guidance (STG) স্কেল, 1.0 প্রস্তাবিত এবং 0.0 STG বন্ধ করে।
generate_audio_in_validationঐচ্ছিক
ধরনboolean
ডিফল্টtrue
Validation sample-এ জেনারেট করা অডিও থাকবে কি না তা নিয়ন্ত্রণ করে।
আবশ্যক

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-video-trainer",
  "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": 9600,
    "usd": "9.60",
    "charged": 9600,
    "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
    },
    "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"
  }
}
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} | nullউপলভ্য validation ভিডিও-র URL।
lora_file
object {url, content_type, file_name, file_size}.safetensors ফরম্যাটে প্রশিক্ষিত LoRA ওজনের URL।
config_file
object {url, content_type, file_name, file_size}ইনফারেন্স এন্ডপয়েন্ট সেটআপের কনফিগারেশন।
debug_dataset
object {url, content_type, file_name, file_size} | nullশুধু `debug_dataset` সক্রিয় করা ইনপুট-এর জন্য ফেরত দেওয়া downloadable debug archive; এতে decoded অডিও ও ভিডিওসহ preprocess করা training dataset থাকে।

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/ltx23-video-trainer.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt