رفتن به محتوا

LTX 2.3 Video Pro · Audio to Video

یکپارچه‌سازی

شناسه مدل ltx-2.3/audio-to-video
# 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/ltx-2.3/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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
Lightricks همگام‌سازی لب و آواتارها همگام‌سازی لب #stylized#transform#lipsync

تبدیل حرفه‌ای صوت به ویدیو که یک کلیپ را از فایل صوتی می‌سازد و در صورت تمایل آن را بر تصویر فریم اول متکی می‌کند

Lightricks · 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.

0 / 5000

دستورهای ویدیو که نقششان به `image_url` بستگی دارد: همراه تصویر، انیمیشن آن را مشخص می‌کنند و بدون تصویر، باید ویدیوی موردنظر را توصیف کنند.

•الزامی audio_url
یک فایل بیندازید، یا

URL فایل صوتی منبع تولید ویدیو؛ URL عمومی یا URI داده base64 ارائه کنید. مدت صوت باید بین 2–20 ثانیه باشد و مدل‌های pro به 10 ثانیه محدودند.

aspect_ratio پیش‌فرض auto

نسبت تصویر ویدیو؛ 'auto' هنگام ارائه تصویر ورودی نسبت برگرفته از تصویر و در غیر این صورت 16:9 را انتخاب می‌کند.

پیشرفته image · guidance_scale · enable_safety_checker
image_url
یک فایل بیندازید، یا

URL تصویر فریم آغازین؛ حذف آن، ارائه پرامپت را الزامی می‌کند.

شدت پایبندی به پرامپت برای تولید ویدیو؛ مقدار پیش‌فرض با تصویر 9 و برای متن‌به‌ویدیو 5 است. برای تطبیق نزدیک‌تر با پرامپت، مقیاس را افزایش دهید.

POST /run/ltx-2.3/audio-to-video?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/ltx-2.3/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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 LTX 2.3 Video Pro · Audio to Video

ویدئویی هماهنگ با فایل صوتی تولید می‌کند و تصویر آغازین اختیاری را در `image_url` می‌پذیرد. وقتی تصویر ارائه نشود، `prompt` (حداکثر 5000 نویسه) لازم است. صدا باید 2 تا 20 ثانیه باشد و برای مدل‌های حرفه‌ای حداکثر 10 ثانیه است. `aspect_ratio` می‌تواند auto، 16:9 یا 9:16 باشد و `guidance_scale` بین 1 تا 50 قرار می‌گیرد.

پارامترها

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

نامنوع پیش‌فرضمجاز توضیحات
audio_urlالزامی audio
نوعurl · audio
URL فایل صوتی منبع تولید ویدیو؛ URL عمومی یا URI داده base64 ارائه کنید. مدت صوت باید بین 2–20 ثانیه باشد و مدل‌های pro به 10 ثانیه محدودند.
image_urlاختیاری image
نوعurl · image
URL تصویر فریم آغازین؛ حذف آن، ارائه پرامپت را الزامی می‌کند.
promptاختیاری
نوعstring | null
≤ ۵٬۰۰۰ نویسه
دستورهای ویدیو که نقششان به `image_url` بستگی دارد: همراه تصویر، انیمیشن آن را مشخص می‌کنند و بدون تصویر، باید ویدیوی موردنظر را توصیف کنند.
guidance_scaleاختیاری
نوعnumber | null
۱ – ۵۰
شدت پایبندی به پرامپت برای تولید ویدیو؛ مقدار پیش‌فرض با تصویر 9 و برای متن‌به‌ویدیو 5 است. برای تطبیق نزدیک‌تر با پرامپت، مقیاس را افزایش دهید.
aspect_ratioاختیاری
نوعenum
پیش‌فرضauto
auto16:99:16
نسبت تصویر ویدیو؛ 'auto' هنگام ارائه تصویر ورودی نسبت برگرفته از تصویر و در غیر این صورت 16:9 را انتخاب می‌کند.
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": "ltx-2.3/audio-to-video",
  "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": {
    "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,
      "width": 1024,
      "height": 768,
      "fps": 1.0,
      "duration": 5,
      "num_frames": 1
    }
  },
  "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, width, height, fps, duration, num_frames}فایل ویدیوی حاصل.

مدل‌های بیشتر: همگام‌سازی لب و آواتارها

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/ltx-2.3/audio-to-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt