Zum Inhalt springen

AI Avatar Multi Text

Integrieren

Modell-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"

Diese Anfrage: ≈0,648 $ 648 API-Credits Auf dieser Seite ausführen

API-Schlüssel abrufen
Open model Lipsync & Avatare Lipsyncbis zu 720p #stylized#transform

Erstellt aus einem Bild, einem Skript und einer ausgewählten Stimme für jede sprechende Person ein Gesprächsvideo mit zwei Personen

Open model · Video

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

•erforderlich

Text, der den Prozess der Video-Generierung steuert.

•erforderlich

Text, der den Prozess der Video-Generierung steuert.

•erforderlich

Textanweisungen zur Steuerung der Video-Generierung.

•erforderlich image_url
Datei ablegen oder

URL des Quellbilds; das ausgewählte Seitenverhältnis bestimmt, ob eine Vorverarbeitung erforderlich ist: Bei einer Abweichung wird das Bild skaliert und anschließend mittig zugeschnitten.

resolution Standard 480p

Ausgabevideoauflösung; nur 480p und 720p werden unterstützt.

Standard 191

Frame-Anzahl für die Generierung, einschließlich der Werte von 81 bis 129.

Erweitert acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration Standard regular

Während der Generierung angewendete Beschleunigungsstufe.

Standard Sarah

Bei der Sprachgenerierung der ersten Person zugewiesene Stimme.

Standard Roger

Bei der Sprachgenerierung der zweiten Person zugewiesene Stimme.

Standard 81

Seed für reproduzierbare Generierung. Bei None wird ein Seed zufällig ausgewählt.

POST /run/ai-avatar/multi-text?wait=20 Preis → 0,648 $
# 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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über AI Avatar Multi Text

Animiert ein einzelnes Bild zu einem Gespräch zwischen zwei Personen. Geben Sie `first_text_input` und `second_text_input` als Dialogzeilen sowie einen `prompt` an und wählen Sie `voice1` und `voice2` aus den voreingestellten Stimmen. Die Ausgabe ist 480p oder 720p groß, `num_frames` reicht von 41 bis 241. Für `acceleration` sind none, regular oder high verfügbar.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
image_urlerforderlich image
Typurl · image
URL des Quellbilds; das ausgewählte Seitenverhältnis bestimmt, ob eine Vorverarbeitung erforderlich ist: Bei einer Abweichung wird das Bild skaliert und anschließend mittig zugeschnitten.
first_text_inputerforderlich
Typstring
Text, der den Prozess der Video-Generierung steuert.
second_text_inputerforderlich
Typstring
Text, der den Prozess der Video-Generierung steuert.
voice1optional
Typenum
StandardSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 weitereBrianDanielLilyBill
Bei der Sprachgenerierung der ersten Person zugewiesene Stimme.
voice2optional
Typenum
StandardRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 weitereBrianDanielLilyBill
Bei der Sprachgenerierung der zweiten Person zugewiesene Stimme.
prompterforderlich
Typstring
Textanweisungen zur Steuerung der Video-Generierung.
num_framesoptional
Typinteger
Standard191
41 – 241
Frame-Anzahl für die Generierung, einschließlich der Werte von 81 bis 129.
resolutionoptional
Typenum
Standard480p
480p720p
Ausgabevideoauflösung; nur 480p und 720p werden unterstützt.
seedoptional
Typinteger
Standard81
0 – 4.294.967.295
Seed für reproduzierbare Generierung. Bei None wird ein Seed zufällig ausgewählt.
accelerationoptional
Typenum
Standardregular
noneregularhigh
Während der Generierung angewendete Beschleunigungsstufe.
enable_safety_checkeroptional
Typboolean
Standardtrue
Die Prüfung kann durch Setzen auf false gelockert werden, sofern der Aufrufer dazu berechtigt ist.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
video
object {url, content_type, file_name, file_size}Durch die Generierung erzeugte Videodatei.
seed
integerWährend der Generierung angewendeter Seed-Wert.

Weitere Modelle: Lipsync & Avatare

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/ai-avatar/multi-text.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt