Lumaktaw sa nilalaman

AI Avatar Multi

I-integrate

ID ng modelo ai-avatar/multi
# 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/ai-avatar/multi?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",
    "first_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"
  }'

# 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"

Mga file na katulad ng halimbawa: $1.81 1,810 kredito ng API sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
Open model Lipsync at Avatar Lipsynchanggang 720p #stylized#transform

Ginagawang video ng pag-uusap ng dalawang tao ang isang larawan, na pinapatakbo ng isa o dalawang na-upload na audio track

Open model · video

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

•kinakailangan

Mga text instruction na gumagabay sa pagbuo ng video.

•kinakailangan image_url
Mag-drop ng file, o

URL ng source larawan; tinutukoy ng napiling aspect ratio kung kailangan ng preprocessing: nagti-trigger ang hindi pagtutugma ng pag-resize na sinusundan ng center crop.

•kinakailangan
Mag-drop ng file, o

URL ng audio file para sa Person 1.

resolution default na 480p

Resolution ng output video; 480p at 720p lamang ang sinusuportahan.

default na 181

Bilang ng frame para sa pagbuo, mula 81 hanggang 129, kasama ang mga hangganan.

advanced second_audio_url · acceleration · seed · use_only_first_audio · enable_safety_checker
Mag-drop ng file, o

URL ng audio file para sa Person 2.

acceleration default na regular

Acceleration level na inilalapat sa pagbuo.

default na 81

Seed na ginagawang reproducible ang pagbuo. Ang pagtatakda nito sa None ay random na pumipili ng seed.

POST /run/ai-avatar/multi?wait=20 presyo → $1.81
# 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/ai-avatar/multi?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",
    "first_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"
  }'

# 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"

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa AI Avatar Multi

Tumatanggap ng isang larawan kasama ang `first_audio_url` at opsyonal na `second_audio_url` upang gumawa ng video kung saan salitan ang pagsasalita ng mga tao sa larawan. Gumagabay sa eksena ang kinakailangang `prompt`. Ang output ay 480p o 720p, na may `num_frames` mula 41 hanggang 241. Nililimitahan ng `use_only_first_audio` ang resulta sa unang track, at maaaring none, regular o high ang `acceleration`.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
image_urlkinakailangan image
Uriurl · image
URL ng source larawan; tinutukoy ng napiling aspect ratio kung kailangan ng preprocessing: nagti-trigger ang hindi pagtutugma ng pag-resize na sinusundan ng center crop.
first_audio_urlkinakailangan
Uriurl · audio
URL ng audio file para sa Person 1.
second_audio_urlopsyonal
Uriurl · audio
URL ng audio file para sa Person 2.
promptkinakailangan
Uristring
Mga text instruction na gumagabay sa pagbuo ng video.
num_framesopsyonal
Uriinteger
default181
41 – 241
Bilang ng frame para sa pagbuo, mula 81 hanggang 129, kasama ang mga hangganan.
resolutionopsyonal
Urienum
default480p
480p720p
Resolution ng output video; 480p at 720p lamang ang sinusuportahan.
seedopsyonal
Uriinteger
default81
0 – 4,294,967,295
Seed na ginagawang reproducible ang pagbuo. Ang pagtatakda nito sa None ay random na pumipili ng seed.
use_only_first_audioopsyonal
Uriboolean
defaultfalse
Kinokontrol kung unang audio file lamang ang ginagamit.
accelerationopsyonal
Urienum
defaultregular
noneregularhigh
Acceleration level na inilalapat sa pagbuo.
enable_safety_checkeropsyonal
Uriboolean
defaulttrue
Maaaring luwagan ang screening sa pamamagitan ng pagtatakda ng false, kung awtorisado ang tumatawag.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ai-avatar/multi",
  "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": 1810,
    "usd": "1.81",
    "charged": 1810,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "first_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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
video
object {url, content_type, file_name, file_size}Video file na ginawa sa pagbuo.
seed
integerSeed value na inilapat sa pagbuo.

Higit pang modelo: Lipsync at Avatar

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/ai-avatar/multi.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt