Lumaktaw sa nilalaman

AI Avatar Multi Text

I-integrate

ID ng modelo ai-avatar/multi-text
# 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-text?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_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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"

Kahilingang ito: ≈$0.648 648 kredito ng API Patakbuhin ito sa page na ito

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

Gumagawa ng video ng pag-uusap ng dalawang tao mula sa isang larawan, na may script at piniling boses para sa bawat nagsasalita

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

Text na nagdidirekta sa proseso ng pagbuo ng video.

•kinakailangan

Text na nagdidirekta sa proseso ng pagbuo ng video.

•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.

resolution default na 480p

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

default na 191

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

advanced acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration default na regular

Acceleration level na inilalapat sa pagbuo.

default na Sarah

Voice na itinalaga sa unang tao kapag bumubuo ng speech.

default na Roger

Voice na itinalaga sa ikalawang tao kapag bumubuo ng speech.

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-text?wait=20 presyo → $0.648
# 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-text?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_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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 Text

Ginagawang pag-uusap ng dalawang tao ang isang larawan. Ibigay ang `first_text_input` at `second_text_input` bilang mga linya, kasama ang `prompt`, at pumili ng `voice1` at `voice2` mula sa mga preset na boses. Ang output ay 480p o 720p, na may `num_frames` mula 41 hanggang 241. Available ang setting na `acceleration` na none, regular o high.

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_text_inputkinakailangan
Uristring
Text na nagdidirekta sa proseso ng pagbuo ng video.
second_text_inputkinakailangan
Uristring
Text na nagdidirekta sa proseso ng pagbuo ng video.
voice1opsyonal
Urienum
defaultSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 paBrianDanielLilyBill
Voice na itinalaga sa unang tao kapag bumubuo ng speech.
voice2opsyonal
Urienum
defaultRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 paBrianDanielLilyBill
Voice na itinalaga sa ikalawang tao kapag bumubuo ng speech.
promptkinakailangan
Uristring
Mga text instruction na gumagabay sa pagbuo ng video.
num_framesopsyonal
Uriinteger
default191
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.
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-text",
  "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": 648,
    "usd": "0.648",
    "charged": 648,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "first_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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-text.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt