Gå til indhold

Sad Talker

Integrer

Model-id sadtalker
# 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/sadtalker?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",
    "driven_audio_url": "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"

Op til 4,50 $ pr. kørsel du betaler efter det faktiske forbrug, resten tilbagebetales Kør den på denne side

Hent API-nøgle
Open model Lipsync og avatarer Lipsync #animation

Animerer et enkelt ansigtsbillede til en talende video styret af en lydfil

Open model · Video

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

•påkrævet source_image_url
Slip en fil, eller

Kildebilledets placering som URL.

•påkrævet
Slip en fil, eller

URL til den styrende lyd.

Avanceret face_model_resolution · preprocess · face_enhancer · pose_style · expression_scale · still_mode
face_model_resolution standard 256

Opløsning anvendt af ansigtsmodellen.

preprocess standard crop

Forbehandlingsmetode, der skal anvendes.

Type af ansigtsforbedring, der skal anvendes.

standard 0

Stil anvendt til posituren.

standard 1

Skaleringsfaktor for udtrykket.

POST /run/sadtalker?wait=20 pris → 4,50 $
# 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/sadtalker?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",
    "driven_audio_url": "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"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Sad Talker

Modtager et portræt via `source_image_url` og tale via `driven_audio_url` og producerer en video med et talende hoved. Justerbare indstillinger omfatter `pose_style` (0 til 45), `expression_scale` (0 til 3), `face_model_resolution` (256 eller 512), `still_mode` for mindre hovedbevægelse og `preprocess` (crop, extcrop, resize, full, extfull).

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
source_image_urlpåkrævet image
Typeurl · image
Kildebilledets placering som URL.
driven_audio_urlpåkrævet
Typeurl · audio
URL til den styrende lyd.
pose_stylevalgfri
Typeinteger
Standard0
0 – 45
Stil anvendt til posituren.
face_model_resolutionvalgfri
Typeenum
Standard256
256512
Opløsning anvendt af ansigtsmodellen.
expression_scalevalgfri
Typenumber
Standard1
0 – 3
Skaleringsfaktor for udtrykket.
face_enhancervalgfri
Typestring | null
Type af ansigtsforbedring, der skal anvendes.
still_modevalgfri
Typeboolean
Standardfalse
Still-tilstand til reduktion af hovedbevægelser ved brug af `full`-forbehandling.
preprocessvalgfri
Typeenum
Standardcrop
cropextcropresizefullextfull
Forbehandlingsmetode, der skal anvendes.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sadtalker",
  "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": 4500,
    "usd": "4.50",
    "charged": 4500,
    "refunded": 0
  },
  "input": {
    "source_image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "driven_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"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
video
object {url, content_type, file_name, file_size}URL til den genererede video.

Flere modeller: Lipsync og avatarer

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/sadtalker.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt