Μετάβαση στο περιεχόμενο

Sad Talker · Reference

Ενσωμάτωση

id μοντέλου sadtalker/reference
# 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/reference?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",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Έως 4,50 $ ανά εκτέλεση χρέωση βάσει της πραγματικής χρήσης, το υπόλοιπο επιστρέφεται Εκτέλεση σε αυτήν τη σελίδα

Λήψη κλειδιού API
Open model Συγχρονισμός χειλιών και άβαταρ Είσοδοι αναφοράςΣυγχρονισμός χειλιών #animation

Κίνηση προσώπου που μιλά από εικόνα και ήχο, με τη στάση κεφαλής να λαμβάνεται από βίντεο αναφοράς

Open model · Βίντεο

Το πρώτο σας αποτέλεσμα θα εμφανιστεί εδώ

Δημιουργήστε ένα αίτημα παρακάτω και εκτελέστε το με το κλειδί API σας. Οι έξοδοι αντιγράφονται στην αποθήκευσή μας και διατηρούνται για πάντα ή 7 ημέρες δωρεάν.

Δημιουργία αιτήματος

Τα στοιχεία ελέγχου δημιουργούνται από το σχήμα του μοντέλου. Ο κώδικας και η τιμή ενημερώνονται καθώς τα αλλάζετε.

•απαιτείται source_image_url
Αποθέστε ένα αρχείο ή

Τοποθεσία εικόνας πηγής ως URL.

•απαιτείται
Αποθέστε ένα αρχείο ή

URL του ήχου οδήγησης.

•απαιτείται
Αποθέστε ένα αρχείο ή

URL του βίντεο αναφοράς.

Για προχωρημένους face_model_resolution · preprocess · face_enhancer · pose_style · expression_scale · still_mode
face_model_resolution προεπιλογή 256

Ανάλυση που χρησιμοποιεί το μοντέλο προσώπου.

preprocess προεπιλογή crop

Μέθοδος προεπεξεργασίας προς εφαρμογή.

Τύπος βελτίωσης προσώπου προς εφαρμογή.

προεπιλογή 0

Ύφος που χρησιμοποιείται για τη στάση.

προεπιλογή 1

Συντελεστής κλιμάκωσης της έκφρασης.

POST /run/sadtalker/reference?wait=20 προσφορά → 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/reference?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",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Εκτέλεση αυτού του αιτήματος

Το κλειδί σας παραμένει σε αυτό το πρόγραμμα περιήγησης: αποστέλλεται μόνο στο Doitong API και αποθηκεύεται (localStorage) μόνο αν ενεργοποιήσετε την επιλογή «Να απομνημονεύεται». Λήψη κλειδιού API

Σχετικά με το Sad Talker · Reference

Όπως η βασική παραλλαγή προσώπου που μιλά, αλλά απαιτεί επίσης το `reference_pose_video_url`, ένα βίντεο του οποίου η κίνηση του κεφαλιού καθοδηγεί το αποτέλεσμα. Οι είσοδοι είναι `source_image_url` και `driven_audio_url`. Οι επιλογές περιλαμβάνουν `pose_style` (0 έως 45), `expression_scale` (0 έως 3), `face_model_resolution` (256 ή 512), `still_mode` και επιλογή μεταξύ πέντε λειτουργιών `preprocess`.

Παράμετροι

Στείλτε είτε το κανονικό όνομα είτε το εγγενές όνομα, όχι και τα δύο. Κανονικά ονόματα

ΌνομαΤύπος ΠροεπιλογήΕπιτρεπόμενο Περιγραφή
source_image_urlαπαιτείται image
Τύποςurl · image
Τοποθεσία εικόνας πηγής ως URL.
driven_audio_urlαπαιτείται
Τύποςurl · audio
URL του ήχου οδήγησης.
reference_pose_video_urlαπαιτείται
Τύποςurl · video
URL του βίντεο αναφοράς.
pose_styleπροαιρετικό
Τύποςinteger
Προεπιλογή0
0 – 45
Ύφος που χρησιμοποιείται για τη στάση.
face_model_resolutionπροαιρετικό
Τύποςenum
Προεπιλογή256
256512
Ανάλυση που χρησιμοποιεί το μοντέλο προσώπου.
expression_scaleπροαιρετικό
Τύποςnumber
Προεπιλογή1
0 – 3
Συντελεστής κλιμάκωσης της έκφρασης.
face_enhancerπροαιρετικό
Τύποςstring | null
Τύπος βελτίωσης προσώπου προς εφαρμογή.
still_modeπροαιρετικό
Τύποςboolean
Προεπιλογήfalse
Λειτουργία still για μείωση της κίνησης του κεφαλιού κατά τη χρήση προεπεξεργασίας `full`.
preprocessπροαιρετικό
Τύποςenum
Προεπιλογήcrop
cropextcropresizefullextfull
Μέθοδος προεπεξεργασίας προς εφαρμογή.
απαιτείται Κανονικό όνομα, επίσης αποδεκτό

Οι παράμετροι αρχείων δέχονται ένα δημόσιο URL https://, ένα URI data: έως 10 MB ή το file_url μιας μεταφόρτωσης. Αρχεία

Έξοδος

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sadtalker/reference",
  "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",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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"
  }
}
Τα αρχεία σας, η επιλογή σαςΚάθε outputs[].url είναι ένα αντίγραφο στην αποθήκευσή μας: διατηρείται για πάντα (χρέωση ανά GB-μήνα) ή 7 ημέρες δωρεάν, σύμφωνα με τη ρύθμιση του λογαριασμού σας ή ?storage=.
Ίδια μορφή σε κάθε μοντέλοtype, url, content_type, width, height και duration, τόσο για εικόνες όσο και για βίντεο και ήχο. Το output είναι το αντικείμενο αποτελέσματος του ίδιου του μοντέλου.
Πεδία εξόδου
video
object {url, content_type, file_name, file_size}URL του παραγόμενου βίντεο.

Περισσότερα μοντέλα: Συγχρονισμός χειλιών και άβαταρ

Για πράκτορες AI: αυτή η σελίδα σε Markdown βρίσκεται στη διεύθυνση https://doitong.com/el/developers/models/sadtalker/reference.md. Όλα τα μοντέλα και οι οδηγοί: https://doitong.com/developers/llms.txt