Мазмұнға өту

Wan-2.2 Speech-to-Video 14B

Интеграциялау

Модель идентификаторы wan/v2.2-14b/speech-to-video
# 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/wan/v2.2-14b/speech-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

Мысалдағыдай файлдар: 0,50 $ 500 API кредиті файлдарыңыз іске қосу алдында өлшенеді Осы бетте іске қосу

API кілтін алу
Alibaba Ерін синхрондауы және аватарлар Ерін синхрондауы720p дейін #audio-to-video#talking-head

Статикалық кескін мен аудио файлдан мәтіндік нұсқау негізінде сөйлейтін бейне жасайды

Doitong-та жасалған

Doitong қауымдастығы Wan v22 Large арқылы жасаған жария жұмыстары. Промптты бір рет басу арқылы қайта пайдаланыңыз.

Көрсетілген жария жұмыстар: 2
Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scen... Бейне

Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scene takes place inside a modern passenger airplane during a daytime flight. Natural smartphone-like cinematography, realistic airplane cabin, authentic passengers, natural lighting, realistic skin...

Реалистичная бытовая сцена в советской одесской квартире зимним вечером. Женщина находится на кух... Бейне

Реалистичная бытовая сцена в советской одесской квартире зимним вечером. Женщина находится на кухне, мужчина — в комнате и прихожей. Атмосфера обычной советской семьи перед приходом гостей. Голоса: все персонажи говорят по-русски с естественным, выразительным одесским говором. Характерная...

Сұрау жасау

Басқару элементтері модель схемасынан жасалады. Оларды өзгерткен сайын код пен баға жаңартылады.

•міндетті

Бейне генерациясында пайдаланылатын мәтіндік нұсқау.

•міндетті image_url
Файлды тастаңыз немесе

Бастапқы кескіннің URL мекенжайы; таңдалған арақатынас алдын ала өңдеу қажеттігін анықтайды: сәйкессіздік өлшемді өзгертіп, кейін ортасынан қиып алуды іске қосады.

•міндетті audio_url
Файлды тастаңыз немесе

Аудио файлға сілтеме жасайтын URL.

resolution әдепкі 480p

Шығыс бейнесінің ажыратымдылығы: 480p, 580p немесе 720p.

әдепкі 80

Генерацияланатын кадр санын орнату үшін 40–120 аралығындағы 4-ке еселі санды таңдаңыз.

Қосымша negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
әдепкі

Бейне генерациясы кезінде қолданылатын теріс нұсқау.

video_quality әдепкі high

Шығыс бейнесінің сапа параметрі: мән артқан сайын үлкенірек файлдар есебінен көрнекі сапа жақсарады.

video_write_mode әдепкі balanced

Бейне жазу режимі. balanced жылдамдық пен сапа арасында теңгерім ұсынады. Ең кіші файлдар мен ең баяу жазу үшін small таңдаңыз; жылдамырақ жазу нәтижені ертерек қайтарады, бірақ файлдар үлкен болады.

әдепкі 16

Генерацияланған бейненің кадр жиілігі 4–60 мәндерін қабылдайды; `adjust_fps_for_interpolation` мәнін false ету бұл жиілікті өзгеріссіз сақтайды. Интерполяция қолданылып, `adjust_fps_for_interpolation` true болғанда (оның әдепкі мәні), соңғы FPS мәнін алу үшін осы жиілікті интерполяцияланған кадр санына бірді қосқан нәтижеге көбейтіңіз. Мысалы, 1 интерполяцияланған кадры бар 16 FPS 32 FPS болады.

әдепкі 27

Іріктеу қадамдарының саны; сан артқан сайын өңдеу уақыты ұзарып, сапа жақсарады.

әдепкі 3.5

Жіктеуішсіз нұсқау күші; масштаб артқан сайын ықтимал сапа жоғалуын нұсқауға жақынырақ сәйкестікке айырбастайды.

әдепкі 5

Бейне shift параметрі, рұқсат етілген ауқымы 1.0–10.0.

Генерацияны қайта өндіруге мүмкіндік беретін seed. None мәнін орнатсаңыз, seed кездейсоқ таңдалады.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 бағасы → 0,50 $
# 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/wan/v2.2-14b/speech-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "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"

Осы сұрауды іске қосу

Кілтіңіз осы браузерде қалады: ол тек Doitong API-ге жіберіледі және Remember параметрін белгілеcеңіз ғана localStorage ішінде сақталады. API кілтін алу

Wan-2.2 Speech-to-Video 14B туралы

`prompt`, бастапқы `image_url` және `audio_url` қажет; аудио басқаратын, кескінде көрсетілген нысан бейнесін шығарады. `num_frames` 4-ке еселі 40 пен 120 аралығында болады, әдепкіде 16 fps. `resolution` 480p, 580p немесе 720p болуы мүмкін. Сэмплинг қадамдарын, бағыттауды, интерполяцияны және `negative_prompt` параметрін реттеуге болады.

Параметрлер

Канондық атауды немесе төл атауды жіберіңіз, екеуін қатар жібермеңіз. Канондық атаулар

АтауыТүрі ӘдепкіРұқсат етілген Сипаттама
promptміндетті
Түріstring
Бейне генерациясында пайдаланылатын мәтіндік нұсқау.
negative_promptміндетті емес
Түріstring
Әдепкі
Бейне генерациясы кезінде қолданылатын теріс нұсқау.
num_framesміндетті емес
Түріinteger
Әдепкі80
40 – 120
Генерацияланатын кадр санын орнату үшін 40–120 аралығындағы 4-ке еселі санды таңдаңыз.
frames_per_secondміндетті емес
Түріinteger | null
Әдепкі16
4 – 60
Генерацияланған бейненің кадр жиілігі 4–60 мәндерін қабылдайды; `adjust_fps_for_interpolation` мәнін false ету бұл жиілікті өзгеріссіз сақтайды. Интерполяция қолданылып, `adjust_fps_for_interpolation` true болғанда (оның әдепкі мәні), соңғы FPS мәнін алу үшін осы жиілікті интерполяцияланған кадр санына бірді қосқан нәтижеге көбейтіңіз. Мысалы, 1 интерполяцияланған кадры бар 16 FPS 32 FPS болады.
seedміндетті емес
Түріinteger | null
Генерацияны қайта өндіруге мүмкіндік беретін seed. None мәнін орнатсаңыз, seed кездейсоқ таңдалады.
resolutionміндетті емес
Түріenum
Әдепкі480p
480p580p720p
Шығыс бейнесінің ажыратымдылығы: 480p, 580p немесе 720p.
num_inference_stepsміндетті емес
Түріinteger
Әдепкі27
2 – 40
Іріктеу қадамдарының саны; сан артқан сайын өңдеу уақыты ұзарып, сапа жақсарады.
enable_safety_checkerміндетті емес
Түріboolean
Әдепкіfalse
Өңдеуге дейінгі кіріс қауіпсіздігін тексеруін тек рұқсаты бар есептік жазбалар өшіре алады. Рұқсатсыз сұраулар әрқашан тексеріледі; әйтпесе true мәні тексеруді қосады.
enable_output_safety_checkerміндетті емес
Түріboolean
Әдепкіfalse
Генерацияланған бейненің қауіпсіздік тексеруін басқарады; true мәні генерациядан кейінгі тексеруді қосады.
guidance_scaleміндетті емес
Түріnumber
Әдепкі3.5
1 – 10
Жіктеуішсіз нұсқау күші; масштаб артқан сайын ықтимал сапа жоғалуын нұсқауға жақынырақ сәйкестікке айырбастайды.
shiftміндетті емес
Түріnumber
Әдепкі5
1 – 10
Бейне shift параметрі, рұқсат етілген ауқымы 1.0–10.0.
video_qualityміндетті емес
Түріenum
Әдепкіhigh
lowmediumhighmaximum
Шығыс бейнесінің сапа параметрі: мән артқан сайын үлкенірек файлдар есебінен көрнекі сапа жақсарады.
video_write_modeміндетті емес
Түріenum
Әдепкіbalanced
fastbalancedsmall
Бейне жазу режимі. balanced жылдамдық пен сапа арасында теңгерім ұсынады. Ең кіші файлдар мен ең баяу жазу үшін small таңдаңыз; жылдамырақ жазу нәтижені ертерек қайтарады, бірақ файлдар үлкен болады.
image_urlміндетті image
Түріurl · image
Бастапқы кескіннің URL мекенжайы; таңдалған арақатынас алдын ала өңдеу қажеттігін анықтайды: сәйкессіздік өлшемді өзгертіп, кейін ортасынан қиып алуды іске қосады.
audio_urlміндетті audio
Түріurl · audio
Аудио файлға сілтеме жасайтын URL.
міндетті Канондық атау, бұл да қабылданады

Файл параметрлері жалпыға қолжетімді https:// URL мекенжайын, 10 MB-қа дейінгі data: URI мекенжайын немесе жүктеп салынған файлдың file_url мәнін қабылдайды. Файлдар

Шығыс

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.2-14b/speech-to-video",
  "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": 500,
    "usd": "0.50",
    "charged": 500,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio_url": "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"
  }
}
Файлдарыңыз — таңдауыңызӘр outputs[].url — сақтау орнымыздағы көшірме: мәңгі (әр GB-ай үшін ақылы) немесе аккаунт параметрі не ?storage= арқылы 7 күн тегін сақталады.
Әр модельдегі пішім бірдейtype, url, content_type, width, height және duration — кескіндерге, бейнеге және аудиоға ортақ. output — модельдің өз нәтижелер нысаны.
Шығыс өрістері
video
object {url, content_type, file_name, file_size}Генерация нәтижесінде алынған бейне файлы.

Қосымша модельдер: Ерін синхрондауы және аватарлар

AI агенттеріне: бұл беттің Markdown нұсқасы мына жерде: https://doitong.com/kk/developers/models/wan/v2.2-14b/speech-to-video.md. Барлық модельдер мен нұсқаулықтар: https://doitong.com/developers/llms.txt