رفتن به محتوا

Heygen v5 Digital Twin

یکپارچه‌سازی

شناسه مدل heygen/avatar5/digital-twin
# 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/heygen/avatar5/digital-twin?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "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"

فایل‌هایی مانند نمونه: ⁨‎$۱٫۰۰⁩ ۱٬۰۰۰ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
HeyGen همگام‌سازی لب و آواتارها خروجی 4Kهمگام‌سازی لبحداکثر 4k #avatar#digital-twin#talking-avatar#text-to-video

دوقلوی دیجیتال آواتار V با خروجی 4k، WebM شفاف، پس‌زمینه، واترمارک و کپشن‌های SRT

HeyGen · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

متن گفتار آواتار؛ اگر `audio_url` حذف شود، الزامی است.

audio_url
یک فایل بیندازید، یا

منبع همگام‌سازی لب که به‌صورت URL یک فایل صوتی HTTP(S) ارائه می‌شود و در صورت وجود، جایگزین تبدیل متن به گفتار می‌شود. در این حالت از `prompt` و `voice` استفاده نمی‌شود.

resolution پیش‌فرض 720p

پیش‌تنظیم وضوح خروجی تولیدشده.

aspect_ratio پیش‌فرض 16:9

انتخاب نسبت تصویر ویدیو: 'auto' از HeyGen می‌خواهد نسبت منبع را تشخیص دهد و حفظ کند و اگر نتواند، از '16:9' استفاده می‌کند. نسبت‌های صریح عبارت‌اند از '16:9'، '9:16'، '4:5'، '5:4' و '1:1'.

پیشرفته fit · output_format · avatar · voice · remove_background · caption · enable_safety_checker · background · watermark
fit پیش‌فرض cover

قاب‌بندی آواتار را انتخاب کنید: `cover` فریم خروجی را پر می‌کند اما ممکن است بخشی از آواتار را برش دهد؛ `contain` کل آواتار را نشان می‌دهد اما ممکن است نوارهای سیاه اضافه کند.

output_format پیش‌فرض mp4

انتخاب محفظه ویدیو؛ `webm` با حذف خودکار پس‌زمینه، شفافیت را فعال می‌کند؛ در این حالت `background` اثری ندارد.

پیش‌فرض Abigail Sofa Front

نامی که یک آواتار واجد شرایط برای Avatar V را شناسایی می‌کند.

پیش‌فرض Warm Pro Narrator

انتخاب صدای آواتار بر اساس نام برای تبدیل متن به گفتار؛ فقط در نبود `audio_url` اعمال می‌شود.

لایه پس‌زمینه‌ای که به‌صورت اختیاری پشت آواتار قرار می‌گیرد، به‌جز با `output_format='webm'`: خروجی webm شفاف این تنظیم را نادیده می‌گیرد.

تصویر اختیاری برای استفاده به‌عنوان واترمارک روی ویدیوی تولیدشده.

POST /run/heygen/avatar5/digital-twin?wait=20 قیمت → ⁨‎$۱٫۰۰⁩
# 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/heygen/avatar5/digital-twin?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "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"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Heygen v5 Digital Twin

ویدیوی آواتار سخنگو را از متن (`prompt` و `voice`) یا از `audio_url` برای هماهنگ‌سازی لب ایجاد می‌کند. یک `avatar` نام‌گذاری‌شده، حالت `fit` از نوع contain یا cover و وضوح 720p، 1080p یا 4k انتخاب کنید. `output_format` می‌تواند mp4 یا webm باشد؛ webm شفاف است. گزینه‌ها شامل ترکیب پس‌زمینه، پوشش واترمارک و فایل زیرنویس جانبی SRT هستند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
avatarاختیاری
نوعstring | null
پیش‌فرضAbigail Sofa Front
نامی که یک آواتار واجد شرایط برای Avatar V را شناسایی می‌کند.
promptاختیاری
نوعstring | null
متن گفتار آواتار؛ اگر `audio_url` حذف شود، الزامی است.
voiceاختیاری
نوعenum
پیش‌فرضWarm Pro Narrator
Warm Pro NarratorChill BrianIvyJohn DoeMonika SogamHope Archer BrittneyPatrickDavid CastlemoreMichael CAdam Stone JuniperCassidy Jessica Anne BogartArabella
+86 مورد دیگرAndrewSpuds Oxley Grace ElderHelenCanyon RiversDerya - Lifelike - Excited 🤩Mellow MarcusJack Sterling - Broadcaster 🎙️Brenda - UGC - 1.mp4ReidReaganTerryJennyRadio RickDeniseTim in car - Excited 🤩IskanderThompsonDelicate Daisy - Excited 🤩KingstonGeorge UGC 1Bold BlakeJaneExpressive EvanMarianne - IAAaronModern Recipe Host - Voice 1WillowCute Chloe - Friendly 😊RafaelJune - LifelikeCrisp ChloeSlick SimonNassim - InformativeBaritone BenMaxwellEllie Faye - Excited 🤩MilaniFeisty Fiona - Excited 🤩Professor DeanRose - UGC - 1.mp4ShonaHudson WilderAnn - IAAlastair KensingtonOxleyChristinaAndrew Rizz PeytonGerardo - OutdoorChloe - LifelikeStephanieAnthony - IASignal - Voice 1LucaLisa - Voice 1T.W.TuckerJack Sullivan - Serious 😐WinterMireia - LifelikeGeorgiaStellaMasha - LifelikeCharming Charles - Friendly 😊SerenityAnnie - ExcitedRalphBethanyDominicMason FinnLeenaVeteran VictorTamaraNik PublicCalm ChloeSevikReillyRaulImposing IanRelaxed RayDexter - ProfessionalRelaxed RickEdwinRupert BlackwoodGinnyHope
انتخاب صدای آواتار بر اساس نام برای تبدیل متن به گفتار؛ فقط در نبود `audio_url` اعمال می‌شود.
audio_urlاختیاری audio
نوعurl · audio
منبع همگام‌سازی لب که به‌صورت URL یک فایل صوتی HTTP(S) ارائه می‌شود و در صورت وجود، جایگزین تبدیل متن به گفتار می‌شود. در این حالت از `prompt` و `voice` استفاده نمی‌شود.
fitاختیاری
نوعenum
پیش‌فرضcover
containcover
قاب‌بندی آواتار را انتخاب کنید: `cover` فریم خروجی را پر می‌کند اما ممکن است بخشی از آواتار را برش دهد؛ `contain` کل آواتار را نشان می‌دهد اما ممکن است نوارهای سیاه اضافه کند.
remove_backgroundاختیاری
نوعboolean
پیش‌فرضfalse
حذف پس‌زمینه آواتار؛ فقط برای آواتارهایی که از مات‌سازی پشتیبانی می‌کنند در دسترس است.
backgroundاختیاری
نوعobject
لایه پس‌زمینه‌ای که به‌صورت اختیاری پشت آواتار قرار می‌گیرد، به‌جز با `output_format='webm'`: خروجی webm شفاف این تنظیم را نادیده می‌گیرد.
background.typeاختیاری
نوعenum
پیش‌فرضcolor
colorimage
نوع پس‌زمینه: `color` یک رنگ هگزادسیمال یکدست و `image` یک URL تصویر را مشخص می‌کند.
background.valueاختیاری
نوعstring
پیش‌فرض#FFFFFF
محتوای پس‌زمینه: اگر نوع `color` باشد، یک رنگ هگزادسیمال و اگر نوع `image` باشد، یک URL از نوع HTTP(S).
watermarkاختیاری
نوعobject
تصویر اختیاری برای استفاده به‌عنوان واترمارک روی ویدیوی تولیدشده.
watermark.image_urlالزامی
نوعurl · image
URL تصویر واترمارک از طریق HTTP(S)، برای قرار دادن روی ویدیو.
watermark.scaleاختیاری
نوعnumber | null
≤ ۲, > ۰
اندازه واترمارک نسبت به ویدیو؛ بزرگ‌تر از 0.0 و حداکثر 2.0.
watermark.opacityاختیاری
نوعnumber | null
۰ – ۱
سطح شفافیت واترمارک: 0.0 کاملاً شفاف و 1.0 کاملاً مات است.
watermark.placementاختیاری
نوعenum
top-lefttop-rightbottom-leftbottom-right
موقعیت واترمارک در ویدیو.
captionاختیاری
نوعboolean
پیش‌فرضfalse
تولید یک فایل زیرنویس SRT جداگانه همراه ویدیو را کنترل می‌کند.
output_formatاختیاری
نوعenum
پیش‌فرضmp4
mp4webm
انتخاب محفظه ویدیو؛ `webm` با حذف خودکار پس‌زمینه، شفافیت را فعال می‌کند؛ در این حالت `background` اثری ندارد.
resolutionاختیاری
نوعenum
پیش‌فرض720p
720p1080p4k
پیش‌تنظیم وضوح خروجی تولیدشده.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
16:99:164:55:41:1auto
انتخاب نسبت تصویر ویدیو: 'auto' از HeyGen می‌خواهد نسبت منبع را تشخیص دهد و حفظ کند و اگر نتواند، از '16:9' استفاده می‌کند. نسبت‌های صریح عبارت‌اند از '16:9'، '9:16'، '4:5'، '5:4' و '1:1'.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "heygen/avatar5/digital-twin",
  "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": 1000,
    "usd": "1.00",
    "charged": 1000,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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
    },
    "caption_file": {
      "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"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}فایل ویدیوی تولیدشده توسط Avatar V.
caption_file
object {url, content_type, file_name, file_size} | nullفایل زیرنویس SRT که هنگام `caption=True` تولید می‌شود، در صورت ارائه توسط سرویس.

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/heygen/avatar5/digital-twin.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt