Ir al contenido

Infinitalk

Integrar

ID del modelo infinitalk
# 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/infinitalk?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",
    "audio": "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: $1.16 1,160 créditos de API tus archivos se miden antes de la ejecución Ejecutar en esta página

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

Crea un video de avatar parlante a partir de una imagen estática y un archivo de audio, con sincronización labial

Meituan · Video

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, donde se conservan 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 conforme los cambias.

•obligatorio

Instrucciones de texto que guían la generación de video.

•obligatorio image_url
Suelta un archivo o

URL de la imagen de origen; la relación de aspecto seleccionada determina si se necesita preprocesamiento: una discrepancia activa un redimensionamiento seguido de un recorte central.

•obligatorio audio_url
Suelta un archivo o

URL que apunta al archivo de audio.

resolution predeterminado 480p

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

predeterminado 145

Cantidad de fotogramas para la generación, con un rango permitido de 41–721.

Avanzado acceleration · seed · enable_safety_checker
acceleration predeterminado regular

Nivel de aceleración aplicado durante la generación.

predeterminado 42

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

POST /run/infinitalk?wait=20 cotización → $1.16
# 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/infinitalk?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",
    "audio": "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 se guarda en localStorage únicamente si marcas Recordar. Obtener una clave de API

Acerca de Infinitalk

Anima una sola imagen para crear un video sincronizado con los labios, impulsado por el audio de `audio_url` y guiado por un `prompt` de texto. `num_frames` va de 41 a 721 (145 de forma predeterminada) y `resolution` es 480p o 720p. Incluye `seed` para reproducibilidad y una configuración `acceleration` de none, regular o high.

Parámetros

Envía el nombre canónico o el nombre nativo, 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 se necesita preprocesamiento: una discrepancia activa un redimensionamiento seguido de un recorte central.
audio_urlobligatorio audio
Tipourl · audio
URL que apunta al archivo de audio.
promptobligatorio
Tipostring
Instrucciones de texto que guían la generación de video.
num_framesopcional
Tipointeger
Predeterminado145
41 – 721
Cantidad de fotogramas para la generación, con un rango permitido de 41–721.
resolutionopcional
Tipoenum
Predeterminado480p
480p720p
Resolución del video de salida; solo se admiten 480p y 720p.
seedopcional
Tipointeger
Predeterminado42
0 – 4,294,967,295
Semilla que hace reproducible la generación. Establecerla en None selecciona una semilla aleatoriamente.
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 llama 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 carga. Archivos

Salida

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "infinitalk",
  "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": 1160,
    "usd": "1.16",
    "charged": 1160,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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: se conserva para siempre (con cobro 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 video 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 video 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 disponible en https://doitong.com/es-MX/developers/models/infinitalk.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt