Ir al contenido

AI Avatar Multi

Integrar

ID del modelo ai-avatar/multi
# 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?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_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Archivos como el ejemplo: 1,81 $ 1810 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
Open model Sincronización labial y avatares Sincronización labialhasta 720p #stylized#transform

Anima una imagen fija para crear un vídeo de conversación entre dos personas impulsado por una o dos pistas de audio subidas

Open model · Vídeo

Tu primer resultado aparecerá aquí

Crea una solicitud a continuación y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

•obligatorio

Instrucciones de texto que guían la generación de vídeo.

•obligatorio image_url
Suelta un archivo o

URL de la imagen de origen; la relación de aspecto seleccionada determina si es necesario preprocesarla: una discrepancia activa un redimensionamiento seguido de un recorte centrado.

•obligatorio
Suelta un archivo o

URL del archivo de audio de la Persona 1.

resolution predeterminado 480p

Resolución del vídeo de salida; solo se admiten 480p y 720p.

predeterminado 181

Número de fotogramas para la generación, de 81 a 129, ambos incluidos.

Avanzado second_audio_url · acceleration · seed · use_only_first_audio · enable_safety_checker
Suelta un archivo o

URL del archivo de audio de la Persona 2.

acceleration predeterminado regular

Nivel de aceleración aplicado durante la generación.

predeterminado 81

Semilla que hace reproducible la generación. Establecerla en None selecciona una semilla aleatoriamente.

POST /run/ai-avatar/multi?wait=20 presupuesto → 1,81 $
# 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?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_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y solo se guarda en localStorage si marcas Recordar. Obtener una clave de API

Acerca de AI Avatar Multi

Toma una imagen, `first_audio_url` y un `second_audio_url` opcional para producir un vídeo en el que las personas de la imagen hablan por turnos. Un `prompt` obligatorio guía la escena. La salida es de 480p o 720p, con `num_frames` de 41 a 241. `use_only_first_audio` limita el resultado a la primera pista, y `acceleration` puede ser none, regular o high.

Parámetros

Envía el nombre canónico o el nombre nativo, pero no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
image_urlobligatorio image
Tipourl · image
URL de la imagen de origen; la relación de aspecto seleccionada determina si es necesario preprocesarla: una discrepancia activa un redimensionamiento seguido de un recorte centrado.
first_audio_urlobligatorio
Tipourl · audio
URL del archivo de audio de la Persona 1.
second_audio_urlopcional
Tipourl · audio
URL del archivo de audio de la Persona 2.
promptobligatorio
Tipostring
Instrucciones de texto que guían la generación de vídeo.
num_framesopcional
Tipointeger
Predeterminado181
41 – 241
Número de fotogramas para la generación, de 81 a 129, ambos incluidos.
resolutionopcional
Tipoenum
Predeterminado480p
480p720p
Resolución del vídeo de salida; solo se admiten 480p y 720p.
seedopcional
Tipointeger
Predeterminado81
0 – 4.294.967.295
Semilla que hace reproducible la generación. Establecerla en None selecciona una semilla aleatoriamente.
use_only_first_audioopcional
Tipoboolean
Predeterminadofalse
Controla si solo se utiliza el primer archivo de audio.
accelerationopcional
Tipoenum
Predeterminadoregular
noneregularhigh
Nivel de aceleración aplicado durante la generación.
enable_safety_checkeropcional
Tipoboolean
Predeterminadotrue
La moderación puede relajarse estableciendo false, siempre que la persona que realiza la solicitud esté autorizada.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una subida. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ai-avatar/multi",
  "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": 1810,
    "usd": "1.81",
    "charged": 1810,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "first_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (con pago por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Archivo de vídeo producido por la generación.
seed
integerValor de semilla aplicado durante la generación.

Más modelos: Sincronización labial y avatares

Para agentes de IA: esta página en Markdown está en https://doitong.com/es-ES/developers/models/ai-avatar/multi.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt