Vai al contenuto

Sad Talker · Reference

Integra

ID del modello sadtalker/reference
# 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/sadtalker/reference?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",
    "driven_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Fino a 4,50 $ per esecuzione addebitato in base all'utilizzo effettivo, il resto viene rimborsato Esegui in questa pagina

Ottieni la chiave API
Open model Lipsync e avatar Input di riferimentoLipsync #animation

Animazione di un volto parlante da un'immagine e un audio, con la posa della testa ricavata da un video di riferimento

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 source_image_url
Trascina un file oppure

Posizione dell'immagine sorgente come URL.

•obbligatorio
Trascina un file oppure

URL dell'audio di guida.

•obbligatorio
Trascina un file oppure

URL del video di riferimento.

Avanzate face_model_resolution · preprocess · face_enhancer · pose_style · expression_scale · still_mode
face_model_resolution predefinito 256

Risoluzione usata dal modello del volto.

preprocess predefinito crop

Metodo di preelaborazione da applicare.

Tipo di miglioramento del volto da applicare.

predefinito 0

Stile usato per la posa.

predefinito 1

Fattore di ridimensionamento dell'espressione.

POST /run/sadtalker/reference?wait=20 preventivo → 4,50 $
# 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/sadtalker/reference?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",
    "driven_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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 Sad Talker · Reference

Come la variante base del volto parlante, ma richiede anche `reference_pose_video_url`, un video i cui movimenti della testa guidano il risultato. Gli input sono `source_image_url` e `driven_audio_url`. Le opzioni includono `pose_style` (da 0 a 45), `expression_scale` (da 0 a 3), `face_model_resolution` (256 o 512), `still_mode` e una scelta tra cinque modalità `preprocess`.

Parametri

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

NomeTipo PredefinitoConsentiti Descrizione
source_image_urlobbligatorio image
Tipourl · image
Posizione dell'immagine sorgente come URL.
driven_audio_urlobbligatorio
Tipourl · audio
URL dell'audio di guida.
reference_pose_video_urlobbligatorio
Tipourl · video
URL del video di riferimento.
pose_stylefacoltativo
Tipointeger
Predefinito0
0 – 45
Stile usato per la posa.
face_model_resolutionfacoltativo
Tipoenum
Predefinito256
256512
Risoluzione usata dal modello del volto.
expression_scalefacoltativo
Tiponumber
Predefinito1
0 – 3
Fattore di ridimensionamento dell'espressione.
face_enhancerfacoltativo
Tipostring | null
Tipo di miglioramento del volto da applicare.
still_modefacoltativo
Tipoboolean
Predefinitofalse
Modalità immagine fissa per ridurre il movimento della testa quando si usa la preelaborazione `full`.
preprocessfacoltativo
Tipoenum
Predefinitocrop
cropextcropresizefullextfull
Metodo di preelaborazione da applicare.
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": "sadtalker/reference",
  "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": 4500,
    "usd": "4.50",
    "charged": 4500,
    "refunded": 0
  },
  "input": {
    "source_image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "driven_audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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"
  }
}
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}URL del video generato.

Altri modelli: Lipsync e avatar

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