Lompat ke konten

LTX 2.3 Trainer (V2) - Audio-to-Video

Integrasikan

ID model ltx23-trainer-v2/a2v
# 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/ltx23-trainer-v2/a2v?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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"

Permintaan ini: $12,00 12.000 kredit API Jalankan di halaman ini

Dapatkan kunci API
Lightricks · File

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

resolution bawaan medium

Resolusi pelatihan. Meningkatkan resolusi akan meningkatkan kebutuhan memori.

aspect_ratio bawaan 1:1

Rasio aspek pelatihan.

•wajib

URL `.zip` yang berisi data pelatihan, diatur sesuai mode pelatihan yang dipilih. Setiap file media dapat memiliki caption `.txt` dengan nama dasar yang sama.

bawaan 2000

Jumlah total langkah pelatihan.

Lanjutan validation_negative_prompt · rank · validation_resolution · validation_aspect_ratio · trigger_phrase · learning_rate · number_of_frames · frame_rate · split_input_duration_threshold · validation_number_of_frames · validation_frame_rate · stg_scale · auto_scale_input · split_input_into_scenes · debug_dataset · audio_normalize · audio_preserve_pitch · validation
bawaan blurry, out of focus,...

Prompt negatif yang diterapkan selama validasi, yang menggunakan proses pratinjau satu tahap. Karena proses tersebut mendekati inferensi produksi distilled dengan dua tahap, panduan dan kualitas pratinjaunya berbeda dari hasil akhir.

rank bawaan 32

Rank adaptasi LoRA, yang menukar peningkatan konsumsi memori dengan kapasitas yang lebih besar seiring naiknya pengaturan.

validation_resolution bawaan high

Resolusi yang digunakan selama validasi.

validation_aspect_ratio bawaan 1:1

Rasio aspek yang digunakan selama validasi.

bawaan

Frasa aktivasi gaya LoRA, disisipkan di awal caption selama pelatihan.

bawaan 0.0002

Laju pembelajaran optimisasi.

bawaan 89

Jumlah bingkai untuk setiap sampel pelatihan. Membagi jumlah tersebut dengan 8 harus menyisakan sisa 1; contohnya 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.

bawaan 24

Laju bingkai target video pelatihan dalam bingkai per detik. Laju native untuk LTX-2.3 adalah 24.

bawaan 30

Pemicu pemisahan adegan yang dinyatakan sebagai durasi dalam detik: hanya video yang lebih panjang dari ambang batas yang dipisahkan.

bawaan 89

Jumlah bingkai untuk setiap video validasi.

bawaan 24

Laju bingkai target untuk video validasi, dalam bingkai per detik; LTX-2.3 berjalan secara native pada 24.

bawaan 1

Skala Spatio-Temporal Guidance (STG), dengan 1.0 direkomendasikan dan 0.0 menonaktifkan STG.

bawaan []

Daftar prompt validasi yang memasangkan setiap prompt dengan trek audio conditioning.

POST /run/ltx23-trainer-v2/a2v?wait=20 estimasi harga → $12,00
# 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/ltx23-trainer-v2/a2v?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang LTX 2.3 Trainer (V2) - Audio-to-Video

Melatih LoRA untuk pembuatan audio-to-video dari `.zip` dalam `training_data_url`. `rank` adalah 8 hingga 128, `number_of_steps` 100 hingga 10000, dan `number_of_frames` 9 hingga 121. `validation` menerima hingga 2 entri, masing-masing dengan trek audio conditioning. Output mencakup bobot LoRA, file konfigurasi, dan pratinjau opsional.

Parameter

NamaTipe BawaanDiizinkan Deskripsi
training_data_urlwajib
Tipestring
URL `.zip` yang berisi data pelatihan, diatur sesuai mode pelatihan yang dipilih. Setiap file media dapat memiliki caption `.txt` dengan nama dasar yang sama.
rankopsional
Tipeenum
Bawaan32
8163264128
Rank adaptasi LoRA, yang menukar peningkatan konsumsi memori dengan kapasitas yang lebih besar seiring naiknya pengaturan.
number_of_stepsopsional
Tipeinteger
Bawaan2000
100 – 10.000
Jumlah total langkah pelatihan.
learning_rateopsional
Tipenumber
Bawaan0.0002
0,000001 – 1
Laju pembelajaran optimisasi.
number_of_framesopsional
Tipeinteger
Bawaan89
9 – 121
Jumlah bingkai untuk setiap sampel pelatihan. Membagi jumlah tersebut dengan 8 harus menyisakan sisa 1; contohnya 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.
frame_rateopsional
Tipeinteger
Bawaan24
8 – 60
Laju bingkai target video pelatihan dalam bingkai per detik. Laju native untuk LTX-2.3 adalah 24.
resolutionopsional
Tipeenum
Bawaanmedium
lowmediumhigh
Resolusi pelatihan. Meningkatkan resolusi akan meningkatkan kebutuhan memori.
aspect_ratioopsional
Tipeenum
Bawaan1:1
16:91:19:16
Rasio aspek pelatihan.
trigger_phraseopsional
Tipestring
Bawaan
Frasa aktivasi gaya LoRA, disisipkan di awal caption selama pelatihan.
auto_scale_inputopsional
Tipeboolean
Bawaanfalse
Penyesuaian video otomatis agar sesuai dengan FPS dan jumlah bingkai yang diminta saat diaktifkan; dataset gambar tidak berubah.
split_input_into_scenesopsional
Tipeboolean
Bawaanfalse
Pemisahan adegan untuk video pelatihan sintetis yang melebihi ambang durasi. Jika true, pemisahan dilakukan setelah gambar awal dan audio digabungkan.
split_input_duration_thresholdopsional
Tipenumber
Bawaan30
1 – 60
Pemicu pemisahan adegan yang dinyatakan sebagai durasi dalam detik: hanya video yang lebih panjang dari ambang batas yang dipisahkan.
debug_datasetopsional
Tipeboolean
Bawaanfalse
Mode pemeriksaan prapemrosesan untuk memeriksa video, gambar, dan caption sebelum proses pelatihan penuh. Mengaktifkannya membuat trainer mengembalikan dataset pelatihan yang telah diproses dalam arsip yang dapat diunduh untuk ditinjau secara manual.
audio_normalizeopsional
Tipeboolean
Bawaantrue
Normalisasi puncak audio conditioning untuk menjaga level yang konsisten di seluruh dataset.
audio_preserve_pitchopsional
Tipeboolean
Bawaantrue
Pelestarian pitch saat menyesuaikan audio dengan panjang video, bukan memotong atau menambahkan padding.
validationopsional
Tipeobject[]
Bawaan[]
≤ 2 item
Daftar prompt validasi yang memasangkan setiap prompt dengan trek audio conditioning.
validation[].promptwajib
Tipestring
Prompt yang digunakan selama validasi.
validation[].image_urlwajib
Tipeurl · image
≥ 1 characters
URL gambar yang digunakan langsung oleh a2v sebagai bingkai pertama, alih-alih membuat bingkai tersebut. Proses a2v gambar+audio -> video menggunakan audio yang diberikan dan gambar ini sebagai masukan pengondisian.
validation[].audio_urlwajib
Tipeurl · audio
≥ 1 characters
URL audio conditioning yang digunakan untuk menggerakkan pembuatan video.
validation_negative_promptopsional
Tipestring
Bawaanblurry, out of focus, overexposed, underexposed, low contrast, washed out colors, excessive noise, grainy texture, poor lighting, flickering, motion blur, distorted proportions, unnatural skin tones, deformed facial features, asymmetrical face, missing facial features, extra limbs, disfigured hands, wrong hand count, artifacts around text, inconsistent perspective, camera shake, incorrect depth of field, background too sharp, background clutter, distracting reflections, harsh shadows, inconsistent lighting direction, color banding, cartoonish rendering, 3D CGI look, unrealistic materials, uncanny valley effect, incorrect ethnicity, wrong gender, exaggerated expressions, wrong gaze direction, mismatched lip sync, silent or muted audio, distorted voice, robotic voice, echo, background noise, off-sync audio, incorrect dialogue, added dialogue, repetitive speech, jittery movement, awkward pauses, incorrect timing, unnatural transitions, inconsistent framing, tilted camera, flat lighting, inconsistent tone, cinematic oversaturation, stylized filters, or AI artifacts.
Prompt negatif yang diterapkan selama validasi, yang menggunakan proses pratinjau satu tahap. Karena proses tersebut mendekati inferensi produksi distilled dengan dua tahap, panduan dan kualitas pratinjaunya berbeda dari hasil akhir.
validation_number_of_framesopsional
Tipeinteger
Bawaan89
9 – 121
Jumlah bingkai untuk setiap video validasi.
validation_frame_rateopsional
Tipeinteger
Bawaan24
8 – 60
Laju bingkai target untuk video validasi, dalam bingkai per detik; LTX-2.3 berjalan secara native pada 24.
validation_resolutionopsional
Tipeenum
Bawaanhigh
lowmediumhigh
Resolusi yang digunakan selama validasi.
validation_aspect_ratioopsional
Tipeenum
Bawaan1:1
16:91:19:16
Rasio aspek yang digunakan selama validasi.
stg_scaleopsional
Tipenumber
Bawaan1
0 – 3
Skala Spatio-Temporal Guidance (STG), dengan 1.0 direkomendasikan dan 0.0 menonaktifkan STG.
wajib

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-trainer-v2/a2v",
  "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": 12000,
    "usd": "12.00",
    "charged": 12000,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
video
object {url, content_type, file_name, file_size} | nullPratinjau video gabungan dari validasi, jika tersedia untuk endpoint yang menghasilkan video.
audio
object {url, content_type, file_name, file_size} | nullAudio gabungan dari validasi, diberikan sebagai pratinjau jika tersedia untuk rute khusus audio berikut: /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a, dan /v2a.
lora_file
object {url, content_type, file_name, file_size}URL bobot LoRA terlatih dalam format .safetensors.
config_file
object {url, content_type, file_name, file_size}Konfigurasi untuk penyiapan endpoint inferensi.
debug_dataset
object {url, content_type, file_name, file_size} | nullOutput debug yang tersedia saat `debug_dataset` diaktifkan: arsip yang dapat diunduh dan berisi data pelatihan setelah prapemrosesan.

Model lainnya: Pelatihan

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/ltx23-trainer-v2/a2v.md. Semua model dan panduan: https://doitong.com/developers/llms.txt