Vai al contenuto

AI Avatar Multi Text

Integra

ID del modello 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"

Questa richiesta: ≈0,648 $ 648 crediti API Esegui in questa pagina

Ottieni la chiave API
Open model Lipsync e avatar Lipsyncfino a 720p #stylized#transform

Crea un video parlato di due persone da un'immagine, con uno script e una voce scelta per ciascun interlocutore

Open model · Video

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

•obbligatorio

Testo che dirige il processo di generazione video.

•obbligatorio

Testo che dirige il processo di generazione video.

•obbligatorio

Istruzioni testuali che guidano la generazione video.

•obbligatorio image_url
Trascina un file oppure

URL dell'immagine sorgente; il rapporto d'aspetto selezionato determina se è necessario il preprocessing: una mancata corrispondenza attiva il ridimensionamento seguito da un ritaglio centrale.

resolution predefinito 480p

Risoluzione del video di output; sono supportati solo 480p e 720p.

predefinito 191

Numero di fotogrammi per la generazione, da 81 a 129 inclusi.

Avanzate acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration predefinito regular

Livello di accelerazione applicato durante la generazione.

predefinito Sarah

Voce assegnata alla prima persona durante la generazione vocale.

predefinito Roger

Voce assegnata alla seconda persona durante la generazione vocale.

predefinito 81

Seed che rende riproducibile la generazione. Impostarlo su None seleziona casualmente un seed.

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

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su AI Avatar Multi Text

Anima una singola immagine trasformandola in una conversazione tra due persone. Fornisci `first_text_input` e `second_text_input` come battute, oltre a un `prompt`, e scegli `voice1` e `voice2` tra le voci preimpostate. L'output è a 480p o 720p, con `num_frames` da 41 a 241. È disponibile un'impostazione `acceleration` pari a none, regular o high.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
image_urlobbligatorio image
Tipourl · image
URL dell'immagine sorgente; il rapporto d'aspetto selezionato determina se è necessario il preprocessing: una mancata corrispondenza attiva il ridimensionamento seguito da un ritaglio centrale.
first_text_inputobbligatorio
Tipostring
Testo che dirige il processo di generazione video.
second_text_inputobbligatorio
Tipostring
Testo che dirige il processo di generazione video.
voice1facoltativo
Tipoenum
PredefinitoSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 altriBrianDanielLilyBill
Voce assegnata alla prima persona durante la generazione vocale.
voice2facoltativo
Tipoenum
PredefinitoRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 altriBrianDanielLilyBill
Voce assegnata alla seconda persona durante la generazione vocale.
promptobbligatorio
Tipostring
Istruzioni testuali che guidano la generazione video.
num_framesfacoltativo
Tipointeger
Predefinito191
41 – 241
Numero di fotogrammi per la generazione, da 81 a 129 inclusi.
resolutionfacoltativo
Tipoenum
Predefinito480p
480p720p
Risoluzione del video di output; sono supportati solo 480p e 720p.
seedfacoltativo
Tipointeger
Predefinito81
0 – 4.294.967.295
Seed che rende riproducibile la generazione. Impostarlo su None seleziona casualmente un seed.
accelerationfacoltativo
Tipoenum
Predefinitoregular
noneregularhigh
Livello di accelerazione applicato durante la generazione.
enable_safety_checkerfacoltativo
Tipoboolean
Predefinitotrue
Il controllo può essere allentato impostando false, se il chiamante è autorizzato.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. 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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
video
object {url, content_type, file_name, file_size}File video prodotto dalla generazione.
seed
integerValore seed applicato durante la generazione.

Altri modelli: Lipsync e avatar

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/ai-avatar/multi-text.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt