رفتن به محتوا

ID-V2V

یکپارچه‌سازی

شناسه مدل id-v2v
# 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/id-v2v?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",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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: ⁨‎$۱٫۰۱۳⁩ ۱٬۰۱۳ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
Open model ویدیو به ویدیو حداکثر 720p #stylized#transform#editing

ویدیو را از فریم اول بازطراحی‌شده بازتولید می‌کند و هویت و حرکت سوژه را حفظ می‌کند

Open model · 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.

•الزامی

پرامپت مشخص‌کننده ویدیوی بازطراحی‌شده موردنظر.

•الزامی video_url
یک فایل بیندازید، یا

مرجع حرکت و قاب‌بندی برای تولید، ارائه‌شده به‌صورت URL ویدیوی منبع.

•الزامی image_url
یک فایل بیندازید، یا

مرجع هویت و سبک برای بازتولید ویدیو، ارائه‌شده به‌صورت URL اشاره‌کننده به نخستین فریم بازطراحی‌شده.

resolution پیش‌فرض 720p

برای خروجی 1280×720 یا 720×1280، گزینه 720p و برای خروجی 832×480 یا 480×832، گزینه 480p را انتخاب کنید. جهت ویدیوی منبع تعیین می‌کند کدام ابعاد اعمال شوند.

پیش‌فرض 81

تعداد فریم‌های تولیدی را محدود می‌کند؛ اگر منبع فریم‌های کمتری داشته باشد، تعداد فریم‌های آن سقف خواهد بود.

پیشرفته segmentation_prompt · num_inference_steps · guidance_scale · vace_scale · seed · enable_safety_checker · keyframes
0 / 100

پرامپت انتخاب سوژه برای SAM-3 که ناحیه‌ای را مشخص می‌کند که پیکسل‌هایش تولید را هدایت می‌کنند. تولید خارج از سوژه قطعه‌بندی‌شده محدودیتی ندارد.

پیش‌فرض 30

کنترل کیفیت و سرعت کلیپ که به‌صورت تعداد گام‌های نمونه‌برداری انتشار برای هر کلیپ بیان می‌شود؛ گام‌های بیشتر کیفیت را بهتر اما اجرا را طولانی‌تر می‌کنند.

پیش‌فرض 5

شدت راهنمایی بدون طبقه‌بندی که پایبندی به پرامپت را در برابر خلاقیت متعادل می‌کند.

پیش‌فرض 1

پایبندی ساختاری به ویدیوی منبع که از طریق مقیاس شرطی‌سازی VACE تنظیم می‌شود.

سید تصادفی مشترک میان همه کلیپ‌ها هنگام تولید چند کلیپ که تولید قابل‌بازتولید را ممکن می‌کند.

لنگرهای هویت اختیاری برای ویدیوهای طولانی: فریم‌های کلیدی بازطراحی‌شده را همراه با شاخص فریم خروجی محل نمایش آن‌ها ارائه کنید.

POST /run/id-v2v?wait=20 قیمت → ⁨‎$۱٫۰۱۳⁩
# 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/id-v2v?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",
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# 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 ID-V2V

ویدیوی منبع (`video_url`) را با ظاهر فریم اول بازطراحی‌شده (`image_url`) و با هدایت `prompt` بازتولید می‌کند. حداکثر 5 `keyframes` می‌توانند هویت را در کلیپ‌های طولانی تثبیت کنند. خروجی 480p یا 720p است، `num_frames` بین 17 و 241 قرار دارد و `segmentation_prompt` (پیش‌فرض person) سوژه‌ای را انتخاب می‌کند که پیکسل‌هایش نتیجه را شرطی می‌کنند.

پارامترها

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

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
پرامپت مشخص‌کننده ویدیوی بازطراحی‌شده موردنظر.
video_urlالزامی video
نوعurl · video
مرجع حرکت و قاب‌بندی برای تولید، ارائه‌شده به‌صورت URL ویدیوی منبع.
image_urlالزامی image
نوعurl · image
مرجع هویت و سبک برای بازتولید ویدیو، ارائه‌شده به‌صورت URL اشاره‌کننده به نخستین فریم بازطراحی‌شده.
keyframesاختیاری
نوعobject[]
≤ ۵ مورد
لنگرهای هویت اختیاری برای ویدیوهای طولانی: فریم‌های کلیدی بازطراحی‌شده را همراه با شاخص فریم خروجی محل نمایش آن‌ها ارائه کنید.
keyframes[].image_urlالزامی
نوعurl · image
URL تصویر بازطراحی‌شده برای لنگر هویت در ویدیوی طولانی؛ نسبت تصویر نباید بیش از 0.1 با خروجی تفاوت داشته باشد. تصویر بدون تغییر در `frame_index` ظاهر می‌شود.
keyframes[].frame_indexالزامی
نوعinteger
≥ ۱
فریم کلیدی را در موقعیت خروجی حداقل 1 و کمتر از تعداد کل فریم‌های خروجی قرار دهید؛ شاخص‌گذاری از 0 انجام می‌شود. موقعیت 0 برای فریم آغازین بازطراحی‌شده از `image_url` رزرو است.
resolutionاختیاری
نوعenum
پیش‌فرض720p
480p720p
برای خروجی 1280×720 یا 720×1280، گزینه 720p و برای خروجی 832×480 یا 480×832، گزینه 480p را انتخاب کنید. جهت ویدیوی منبع تعیین می‌کند کدام ابعاد اعمال شوند.
num_framesاختیاری
نوعinteger
پیش‌فرض81
۱۷ – ۲۴۱
تعداد فریم‌های تولیدی را محدود می‌کند؛ اگر منبع فریم‌های کمتری داشته باشد، تعداد فریم‌های آن سقف خواهد بود.
segmentation_promptاختیاری
نوعstring
پیش‌فرضperson
≤ ۱۰۰ نویسه
پرامپت انتخاب سوژه برای SAM-3 که ناحیه‌ای را مشخص می‌کند که پیکسل‌هایش تولید را هدایت می‌کنند. تولید خارج از سوژه قطعه‌بندی‌شده محدودیتی ندارد.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض30
۲ – ۴۰
کنترل کیفیت و سرعت کلیپ که به‌صورت تعداد گام‌های نمونه‌برداری انتشار برای هر کلیپ بیان می‌شود؛ گام‌های بیشتر کیفیت را بهتر اما اجرا را طولانی‌تر می‌کنند.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض5
۱ – ۱۰
شدت راهنمایی بدون طبقه‌بندی که پایبندی به پرامپت را در برابر خلاقیت متعادل می‌کند.
vace_scaleاختیاری
نوعnumber
پیش‌فرض1
۰ – ۲
پایبندی ساختاری به ویدیوی منبع که از طریق مقیاس شرطی‌سازی VACE تنظیم می‌شود.
seedاختیاری
نوعinteger | null
سید تصادفی مشترک میان همه کلیپ‌ها هنگام تولید چند کلیپ که تولید قابل‌بازتولید را ممکن می‌کند.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
بررسی‌های ایمنی را برای ورودی‌ها و خروجی‌ها فعال می‌کند.
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": "id-v2v",
  "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": 1013,
    "usd": "1.013",
    "charged": 1013,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "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"
  }
}
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 ویدیویی تولیدشده.
seed
integerمقدار Seed اعمال‌شده هنگام تولید.

مدل‌های بیشتر: ویدیو به ویدیو

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/id-v2v.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt