رفتن به محتوا

LatentSync

یکپارچه‌سازی

شناسه مدل latentsync
# 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/latentsync?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "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: ⁨‎$۰٫۲۰⁩ ۲۰۰ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
ByteDance همگام‌سازی لب و آواتارها همگام‌سازی لب #animation#lip-sync

ویدیوی video-to-video با همگام‌سازی لب که حرکت دهان ویدیو را با قطعه صوتی ارائه‌شده هماهنگ می‌کند

ByteDance · 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 video_url
یک فایل بیندازید، یا

URL ویدیویی که حرکات لب آن همگام‌سازی می‌شوند.

•الزامی audio_url
یک فایل بیندازید، یا

URL صوتی که همگام‌سازی لب را هدایت می‌کند.

پیشرفته loop_mode · guidance_scale · seed · enable_safety_checker
loop_mode

برای تعیین تکرار ویدیو هنگام کوتاه‌تر بودن مدت آن از صوت، pingpong یا loop را انتخاب کنید.

پیش‌فرض 1

مقیاس راهنمایی اعمال‌شده هنگام استنتاج مدل.

seed کنترل‌کننده تصادفی‌بودن تولید؛ None باعث انتخاب تصادفی seed می‌شود.

POST /run/latentsync?wait=20 قیمت → ⁨‎$۰٫۲۰⁩
# 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/latentsync?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "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 LatentSync

`video_url` و `audio_url` می‌گیرد و ویدیویی خروجی می‌دهد که حرکات لب آن از صدا پیروی می‌کنند. مقدار `guidance_scale` از 1 تا 2 است و `seed` اختیاری است. اگر صدا از ویدیو طولانی‌تر باشد، `loop_mode` می‌تواند pingpong یا loop باشد.

پارامترها

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

نامنوع پیش‌فرضمجاز توضیحات
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
video_urlالزامی video
نوعurl · video
URL ویدیویی که حرکات لب آن همگام‌سازی می‌شوند.
audio_urlالزامی audio
نوعurl · audio
URL صوتی که همگام‌سازی لب را هدایت می‌کند.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض1
۱ – ۲
مقیاس راهنمایی اعمال‌شده هنگام استنتاج مدل.
seedاختیاری
نوعinteger | null
seed کنترل‌کننده تصادفی‌بودن تولید؛ None باعث انتخاب تصادفی seed می‌شود.
loop_modeاختیاری
نوعenum
pingpongloop
برای تعیین تکرار ویدیو هنگام کوتاه‌تر بودن مدت آن از صوت، pingpong یا loop را انتخاب کنید.
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": "latentsync",
  "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": 200,
    "usd": "0.20",
    "charged": 200,
    "refunded": 0
  },
  "input": {
    "video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4",
    "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
    }
  },
  "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}ویدیوی خروجی حاوی حرکات لب همگام‌شده.

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