কনটেন্টে যান

Mirage Avatar X

ইন্টিগ্রেট করুন

মডেল id mirage-api/avatar-x/reference-to-video
# 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/mirage-api/avatar-x/reference-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.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ৩.০০$ ৩,০০০ API ক্রেডিট চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
Mirage লিপসিঙ্ক ও অ্যাভাটার রেফারেন্স ইনপুটলিপসিঙ্ক #avatar#lipsync#talking-head

আপনার অডিও এবং ছবি, ভিডিও বা স্টক অ্যাভাটার রেফারেন্স দিয়ে তৈরি অ্যাভাটার X-এর কথা বলা মুখের ভিডিও

Mirage · 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 audio_url
একটি ফাইল ড্রপ করুন, অথবা

জেনারেট করা ভিডিও পরিচালনাকারী অডিওর সর্বজনীন HTTPS ঠিকানা, যা authorization headers বা cookies ছাড়াই অ্যাক্সেসযোগ্য। গ্রহণযোগ্য অডিও ফরম্যাট হলো FLAC, Opus বা Vorbis, AAC বা ALAC, PCM WAV বা AIFF, এবং MP3। ফাইলে একটি মাত্র mono বা stereo stream থাকতে হবে, দৈর্ঘ্য 3–180 সেকেন্ড, আকার সর্বোচ্চ 64 MiB এবং sample rate 8–48 kHz হতে হবে।

অ্যাডভান্সড video_reference_url · avatar · image_reference_url

সর্বজনীনভাবে অ্যাক্সেসযোগ্য রেফারেন্স-ভিডিও HTTPS URL, যেখানে authorization headers বা cookies ছাড়া অ্যাক্সেসযোগ্য ঠিক একটি ভিডিও stream এবং রেফারেন্স হিসেবে ব্যবহারের উপযোগী অন্তত একটি 1-সেকেন্ডের অংশ থাকতে হবে; অডিও উপেক্ষা করা হয়। গ্রহণযোগ্য ফাইল হলো H.264, H.265/HEVC, বা ProRes-সহ .mp4, .mov, বা .m4v, অথবা VP8 বা VP9-সহ .webm; দৈর্ঘ্য 1 থেকে 120 সেকেন্ড, আকার সর্বোচ্চ 1 GiB এবং display aspect ratio 9:16 বা 16:9-এর যেকোনো একটির 5%-এর মধ্যে হতে হবে। image_reference_url-ও দেওয়া হলে ভিডিও অগ্রাধিকার পায়।

শুধুমাত্র কোনো ছবি বা ভিডিও রেফারেন্স না থাকলে ব্যবহৃত স্টক ভিজ্যুয়াল নির্বাচন; None এবং ডিফল্ট উভয়ই এটিকে অনির্ধারিত রাখে। এই ভিজ্যুয়াল থেকে কখনো অডিও সরবরাহ করা হয় না; অডিও সবসময় audio_url থেকে আসে। ভিজ্যুয়াল বাছাই করতে [avatar catalog](https://captions.ai/help/docs/api/actor-catalog)-এ অপশনগুলো প্রিভিউ করে সঠিক Avatar মানটি কপি করুন।

রেফারেন্স ছবির HTTPS URL, cookies বা authorization headers ছাড়া সর্বজনীনভাবে অ্যাক্সেসযোগ্য; video_reference_url দিলে এটি উপেক্ষা করা হয়। .jpg, .jpeg, .png, বা .webp ফরম্যাটের একটি স্থির ছবি গ্রহণ করা হয়, যার আকার সর্বোচ্চ 25 MiB এবং 25 মেগাপিক্সেল। ছোট প্রান্তটি কমপক্ষে 512 px এবং কোনো প্রান্ত 8192 px-এর বেশি হতে পারবে না; aspect ratio 9:16 বা 16:9-এর 5%-এর মধ্যে হতে হবে।

POST /run/mirage-api/avatar-x/reference-to-video?wait=20 মূল্য → ৩.০০$
# 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/mirage-api/avatar-x/reference-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.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

Mirage Avatar X সম্পর্কে

`audio_url` (3 থেকে 180 সেকেন্ড) থেকে লিপসিঙ্ক করা অ্যাভাটার ভিডিও তৈরি করে। ভিজ্যুয়াল আসে `video_reference_url`, `image_reference_url` অথবা মজুত `avatar` থেকে; দুটিই দেওয়া হলে ভিডিও রেফারেন্স ছবির চেয়ে অগ্রাধিকার পায়। অ্যাভাটার অপশন শুধু ভিজ্যুয়াল দেয়, অডিও নয়। রেফারেন্স URL HTTPS-এর মাধ্যমে সর্বসাধারণের জন্য fetch করা সম্ভব হতে হবে।

প্যারামিটার

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

নামধরন ডিফল্টঅনুমোদিত বিবরণ
audio_urlআবশ্যক audio
ধরনurl · audio
জেনারেট করা ভিডিও পরিচালনাকারী অডিওর সর্বজনীন HTTPS ঠিকানা, যা authorization headers বা cookies ছাড়াই অ্যাক্সেসযোগ্য। গ্রহণযোগ্য অডিও ফরম্যাট হলো FLAC, Opus বা Vorbis, AAC বা ALAC, PCM WAV বা AIFF, এবং MP3। ফাইলে একটি মাত্র mono বা stereo stream থাকতে হবে, দৈর্ঘ্য 3–180 সেকেন্ড, আকার সর্বোচ্চ 64 MiB এবং sample rate 8–48 kHz হতে হবে।
video_reference_urlঐচ্ছিক
ধরনstring | null
সর্বজনীনভাবে অ্যাক্সেসযোগ্য রেফারেন্স-ভিডিও HTTPS URL, যেখানে authorization headers বা cookies ছাড়া অ্যাক্সেসযোগ্য ঠিক একটি ভিডিও stream এবং রেফারেন্স হিসেবে ব্যবহারের উপযোগী অন্তত একটি 1-সেকেন্ডের অংশ থাকতে হবে; অডিও উপেক্ষা করা হয়। গ্রহণযোগ্য ফাইল হলো H.264, H.265/HEVC, বা ProRes-সহ .mp4, .mov, বা .m4v, অথবা VP8 বা VP9-সহ .webm; দৈর্ঘ্য 1 থেকে 120 সেকেন্ড, আকার সর্বোচ্চ 1 GiB এবং display aspect ratio 9:16 বা 16:9-এর যেকোনো একটির 5%-এর মধ্যে হতে হবে। image_reference_url-ও দেওয়া হলে ভিডিও অগ্রাধিকার পায়।
avatarঐচ্ছিক
ধরনenum
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5টি আরওNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
শুধুমাত্র কোনো ছবি বা ভিডিও রেফারেন্স না থাকলে ব্যবহৃত স্টক ভিজ্যুয়াল নির্বাচন; None এবং ডিফল্ট উভয়ই এটিকে অনির্ধারিত রাখে। এই ভিজ্যুয়াল থেকে কখনো অডিও সরবরাহ করা হয় না; অডিও সবসময় audio_url থেকে আসে। ভিজ্যুয়াল বাছাই করতে [avatar catalog](https://captions.ai/help/docs/api/actor-catalog)-এ অপশনগুলো প্রিভিউ করে সঠিক Avatar মানটি কপি করুন।
image_reference_urlঐচ্ছিক
ধরনstring | null
রেফারেন্স ছবির HTTPS URL, cookies বা authorization headers ছাড়া সর্বজনীনভাবে অ্যাক্সেসযোগ্য; video_reference_url দিলে এটি উপেক্ষা করা হয়। .jpg, .jpeg, .png, বা .webp ফরম্যাটের একটি স্থির ছবি গ্রহণ করা হয়, যার আকার সর্বোচ্চ 25 MiB এবং 25 মেগাপিক্সেল। ছোট প্রান্তটি কমপক্ষে 512 px এবং কোনো প্রান্ত 8192 px-এর বেশি হতে পারবে না; aspect ratio 9:16 বা 16:9-এর 5%-এর মধ্যে হতে হবে।
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": "mirage-api/avatar-x/reference-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": 3000,
    "usd": "3.00",
    "charged": 3000,
    "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
    }
  },
  "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}

আরও মডেল: লিপসিঙ্ক ও অ্যাভাটার

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/mirage-api/avatar-x/reference-to-video.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt