Passer au contenu

AI Avatar Multi Text

Intégrer

Identifiant du modèle 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"

Cette requête: ≈0,648 $ 648 crédits API L’exécuter sur cette page

Obtenir une clé API
Open model Synchronisation labiale et avatars Synchronisation labialejusqu’à 720p #stylized#transform

Crée une vidéo parlante de deux personnes à partir d'une image, avec un script et une voix choisie pour chaque interlocuteur

Open model · Vidéo

Votre premier résultat apparaîtra ici

Créez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou pendant 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour au fur et à mesure de vos modifications.

•requis

Texte qui dirige le processus de génération vidéo.

•requis

Texte qui dirige le processus de génération vidéo.

•requis

Instructions textuelles qui orientent la génération vidéo.

•requis image_url
Déposez un fichier ou

URL de l’image source; le rapport hauteur/largeur sélectionné détermine si un prétraitement est nécessaire : une incompatibilité déclenche un redimensionnement suivi d’un recadrage centré.

resolution par défaut 480p

Résolution vidéo de sortie; seules 480p et 720p sont prises en charge.

par défaut 191

Nombre d’images pour la génération, de 81 à 129 inclusivement.

Avancé acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration par défaut regular

Niveau d’accélération appliqué pendant la génération.

par défaut Sarah

Voix attribuée à la première personne lors de la génération de la parole.

par défaut Roger

Voix attribuée à la deuxième personne lors de la génération de la parole.

par défaut 81

Graine qui rend la génération reproductible. La définir sur None sélectionne une graine aléatoirement.

POST /run/ai-avatar/multi-text?wait=20 devis → 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"

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement au Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de AI Avatar Multi Text

Anime une seule image pour créer une conversation entre deux personnes. Fournissez `first_text_input` et `second_text_input` comme répliques, ainsi qu'un `prompt`, puis choisissez `voice1` et `voice2` parmi les voix prédéfinies. La sortie est en 480p ou 720p, avec `num_frames` de 41 à 241. Le paramètre `acceleration` peut être none, regular ou high.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
image_urlrequis image
Typeurl · image
URL de l’image source; le rapport hauteur/largeur sélectionné détermine si un prétraitement est nécessaire : une incompatibilité déclenche un redimensionnement suivi d’un recadrage centré.
first_text_inputrequis
Typestring
Texte qui dirige le processus de génération vidéo.
second_text_inputrequis
Typestring
Texte qui dirige le processus de génération vidéo.
voice1facultatif
Typeenum
Par défautSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 autresBrianDanielLilyBill
Voix attribuée à la première personne lors de la génération de la parole.
voice2facultatif
Typeenum
Par défautRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 autresBrianDanielLilyBill
Voix attribuée à la deuxième personne lors de la génération de la parole.
promptrequis
Typestring
Instructions textuelles qui orientent la génération vidéo.
num_framesfacultatif
Typeinteger
Par défaut191
41 – 241
Nombre d’images pour la génération, de 81 à 129 inclusivement.
resolutionfacultatif
Typeenum
Par défaut480p
480p720p
Résolution vidéo de sortie; seules 480p et 720p sont prises en charge.
seedfacultatif
Typeinteger
Par défaut81
0 – 4 294 967 295
Graine qui rend la génération reproductible. La définir sur None sélectionne une graine aléatoirement.
accelerationfacultatif
Typeenum
Par défautregular
noneregularhigh
Niveau d’accélération appliqué pendant la génération.
enable_safety_checkerfacultatif
Typeboolean
Par défauttrue
La vérification peut être assouplie en définissant false, si l’appelant est autorisé.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation par Go-mois) ou pendant 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, les vidéos et les fichiers audio. output est l’objet de résultat propre au modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size}Fichier vidéo produit par la génération.
seed
integerValeur de graine appliquée pendant la génération.

Plus de modèles : Synchronisation labiale et avatars

Pour les agents IA : cette page en Markdown se trouve à https://doitong.com/fr-CA/developers/models/ai-avatar/multi-text.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt