Op den Inhalt sprangen

AI Avatar Multi Text

Integréieren

Modell-ID 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"

Dës Ufro: ≈0,648 $ 648 API-Kreditter Op dëser Säit ausféieren

API-Schlëssel kréien
Open model Lipsync & Avataren Lipsyncbis zu 720p #stylized#transform

Erstellt aus engem Bild e Video mat zwee schwätzende Persounen, engem Skript an enger gewielter Stëmm fir all Spriecher

Open model · Video

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Text, deen de Video-Generatiounsprozess steiert.

•obligatoresch

Text, deen de Video-Generatiounsprozess steiert.

•obligatoresch

Textinstruktiounen, déi d'Video-Generatioun steieren.

•obligatoresch image_url
Fichier erofzéien, oder

URL vum Quellbild; dat gewielte Bildformat bestëmmt, ob Virveraarbechtung néideg ass: Bei enger Ofwäichung gëtt d'Bild skaléiert an duerno zentral gecropt.

resolution Standard 480p

Opléisung vum Output-Video; nëmmen 480p an 720p ginn ënnerstëtzt.

Standard 191

Frame-Zuel fir d'Generatioun, inklusiv vun 81 bis 129.

Erweidert acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration Standard regular

Beschleunegungsniveau, deen während der Generatioun applizéiert gëtt.

Standard Sarah

Stëmm, déi der éischter Persoun bei der Sproochgeneratioun zougewisen ass.

Standard Roger

Stëmm, déi der zweeter Persoun bei der Sproochgeneratioun zougewisen ass.

Standard 81

Seed, deen d'Generatioun reproduzéierbar mécht. Wann et op None gesat gëtt, gëtt e Seed zoufälleg gewielt.

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

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer AI Avatar Multi Text

Animéiert een eenzegt Bild zu engem Gespréich tëscht zwou Persounen. Gitt `first_text_input` an `second_text_input` als Zeilen un, plus e `prompt`, a wielt `voice1` an `voice2` aus de virdefinéierte Stëmmen. D'Ausgab ass 480p oder 720p, mat `num_frames` vun 41 bis 241. Eng `acceleration`-Astellung vu none, regular oder high ass verfügbar.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
image_urlobligatoresch image
Typurl · image
URL vum Quellbild; dat gewielte Bildformat bestëmmt, ob Virveraarbechtung néideg ass: Bei enger Ofwäichung gëtt d'Bild skaléiert an duerno zentral gecropt.
first_text_inputobligatoresch
Typstring
Text, deen de Video-Generatiounsprozess steiert.
second_text_inputobligatoresch
Typstring
Text, deen de Video-Generatiounsprozess steiert.
voice1optional
Typenum
StandardSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 méiBrianDanielLilyBill
Stëmm, déi der éischter Persoun bei der Sproochgeneratioun zougewisen ass.
voice2optional
Typenum
StandardRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 méiBrianDanielLilyBill
Stëmm, déi der zweeter Persoun bei der Sproochgeneratioun zougewisen ass.
promptobligatoresch
Typstring
Textinstruktiounen, déi d'Video-Generatioun steieren.
num_framesoptional
Typinteger
Standard191
41 – 241
Frame-Zuel fir d'Generatioun, inklusiv vun 81 bis 129.
resolutionoptional
Typenum
Standard480p
480p720p
Opléisung vum Output-Video; nëmmen 480p an 720p ginn ënnerstëtzt.
seedoptional
Typinteger
Standard81
0 – 4.294.967.295
Seed, deen d'Generatioun reproduzéierbar mécht. Wann et op None gesat gëtt, gëtt e Seed zoufälleg gewielt.
accelerationoptional
Typenum
Standardregular
noneregularhigh
Beschleunegungsniveau, deen während der Generatioun applizéiert gëtt.
enable_safety_checkeroptional
Typboolean
Standardtrue
D'Kontroll kann duerch false gelackert ginn, wann den Uruffer autoriséiert ass.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
video
object {url, content_type, file_name, file_size}Video-Datei, déi duerch d'Generatioun erstallt gouf.
seed
integerSeed-Wäert, deen während der Generatioun applizéiert gouf.

Méi Modeller: Lipsync & Avataren

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/ai-avatar/multi-text.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt