सामग्री पर जाएँ

Sync Lipsync 3

इंटीग्रेट करें

मॉडल id sync-lipsync/v3
# 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/sync-lipsync/v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.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"

उदाहरण जैसी फ़ाइलें: $1.334 1,334 API क्रेडिट चलाने से पहले आपकी फ़ाइलों को मापा जाता है इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Sync Labs लिपसिंक और अवतार लिपसिंक #lipsync#dubbing#localization

किसी भी बोलते हुए वीडियो के होंठों की टाइमिंग को नए ऑडियो ट्रैक से मिलाता है।

Sync Labs · वीडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक video_url
फ़ाइल ड्रॉप करें, या

इनपुट वीडियो की ओर संकेत करने वाला URL।

•आवश्यक audio_url
फ़ाइल ड्रॉप करें, या

इनपुट ऑडियो का स्थान URL के रूप में।

sync_mode डिफ़ॉल्ट cut_off

ऑडियो और वीडियो की अवधि में अंतर संभालने के लिए लिप सिंक्रोनाइज़ेशन मोड।

उन्नत options

अतिरिक्त Sync.so निर्माण व्यवहार यहाँ कॉन्फ़िगर करें; दिए गए options.sync_mode को शीर्ष-स्तरीय sync_mode मान पर प्राथमिकता मिलेगी।

POST /run/sync-lipsync/v3?wait=20 कोटेशन → $1.334
# 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/sync-lipsync/v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.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"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

Sync Lipsync 3 के बारे में

Sync Labs का lipsync-3 वीडियो में व्यक्ति की मुंह की गतिविधियों को बदलकर उन्हें नए वॉइस ट्रैक से मिलाता है, ताकि डबिंग, विज्ञापन स्थानीयकरण और पोस्ट में पंक्तियों को ठीक करने में सहायता मिले। ऑडियो और वीडियो की लंबाई अलग होने पर कट, लूप, बाउंस, मौन से पैड या रीमैप चुनें।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण
video_urlआवश्यक video
प्रकारurl · video
इनपुट वीडियो की ओर संकेत करने वाला URL।
audio_urlआवश्यक audio
प्रकारurl · audio
इनपुट ऑडियो का स्थान URL के रूप में।
sync_modeवैकल्पिक
प्रकारenum
डिफ़ॉल्टcut_off
cut_offloopbouncesilenceremap
ऑडियो और वीडियो की अवधि में अंतर संभालने के लिए लिप सिंक्रोनाइज़ेशन मोड।
optionsवैकल्पिक
प्रकारobject
अतिरिक्त Sync.so निर्माण व्यवहार यहाँ कॉन्फ़िगर करें; दिए गए options.sync_mode को शीर्ष-स्तरीय sync_mode मान पर प्राथमिकता मिलेगी।
options.sync_modeवैकल्पिक
प्रकारenum
cut_offloopbouncesilenceremap
शीर्ष-स्तरीय sync_mode का ओवरराइड, जो निर्दिष्ट करता है कि इनपुट ऑडियो और वीडियो की अवधि अलग होने पर क्या होगा।
options.model_modeवैकल्पिक
प्रकारenum
lipsfaceheadlipsyncemotiontalking_head
एडिटिंग क्षेत्र का चयन, मुख्यतः react-1 के लिए, जो निर्दिष्ट करता है कि मॉडल किस क्षेत्र में बदलाव करता है।
options.promptवैकल्पिक
प्रकारenum
happysadangrydisgustedsurprisedneutral
मुख्यतः react-1 द्वारा निर्माण को निर्देशित करने के लिए उपयोग किया जाने वाला भावनात्मक मार्गदर्शन।
options.temperatureवैकल्पिक
प्रकारnumber | null
0 – 1
अभिव्यक्तिशीलता सेटिंग, जिसका sync-3 पर कोई प्रभाव नहीं पड़ता क्योंकि वह इसे मूल रूप से प्रबंधित करता है। इस सेटिंग का उपयोग करने वाले मॉडलों के लिए, 0 सबसे कम अभिव्यक्तिशील लिपसिंक और 1 सबसे अधिक अभिव्यक्तिशील लिपसिंक देता है।
options.active_speaker_detectionवैकल्पिक
प्रकारobject
एक से अधिक लोगों वाले वीडियो में सक्रिय वक्ता की पहचान करने की सेटिंग।
options.active_speaker_detection.auto_detectवैकल्पिक
प्रकारboolean | null
सक्रिय वक्ता की स्वचालित पहचान और उस व्यक्ति पर निर्माण लागू करना।
options.active_speaker_detection.v3वैकल्पिक
प्रकारboolean | null
v3 सक्रिय-वक्ता पहचान का उपयोग।
options.active_speaker_detection.use_v2वैकल्पिक
प्रकारboolean | null
v2 सक्रिय-वक्ता पहचान के लिए अप्रचलित सेटिंग।
options.active_speaker_detection.frame_numberवैकल्पिक
प्रकारinteger | null
≥ 0
वक्ता का मैन्युअल चयन करने वाले निर्देशांकों के लिए उपयोग किए गए फ़्रेम का इंडेक्स।
options.active_speaker_detection.coordinatesवैकल्पिक
प्रकारinteger[]
2 – 2 items
frame_number में वक्ता के लिए [x, y] के रूप में दिया गया चेहरे का संदर्भ बिंदु।
options.active_speaker_detection.bounding_boxesवैकल्पिक
प्रकारarray[]
हर फ़्रेम के लिए पहचाने गए चेहरे के बाउंडिंग बॉक्स, [x1, y1, x2, y2] के रूप में व्यक्त।
options.active_speaker_detection.bounding_boxes_urlवैकल्पिक
प्रकारstring | null
हर फ़्रेम के लिए बाउंडिंग बॉक्स प्रदान करने वाला JSON फ़ाइल URL।
options.active_speaker_detection.face_imageवैकल्पिक
प्रकारstring | null
Base64 में एन्कोड की गई चेहरे की इमेज, जिसका उपयोग वक्ता को मैन्युअल रूप से चुनने के लिए किया जाता है।
options.occlusion_detection_enabledवैकल्पिक
प्रकारboolean | null
ऑक्लूज़न-पहचान टॉगल, जिसका sync-3 पर कोई प्रभाव नहीं पड़ता क्योंकि वहाँ पहचान स्वचालित है; अन्यथा, यह नियंत्रित करता है कि निर्माण में ऑक्लूज़न पहचान शामिल हो या नहीं।
आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sync-lipsync/v3",
  "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": 1334,
    "usd": "1.334",
    "charged": 1334,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.mp4",
    "audio": "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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
video
object {url, content_type, file_name, file_size}मॉडल द्वारा निर्मित वीडियो।

और मॉडल: लिपसिंक और अवतार

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/sync-lipsync/v3.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt