Op den Inhalt sprangen

Mirage Avatar X

Integréieren

Modell-ID mirage-api/avatar-x/reference-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/mirage-api/avatar-x/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Dateie wéi am Beispill: 3,00 $ 3.000 API-Kreditter Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
Mirage Lipsync & Avataren ReferenzinputLipsync #avatar#talking-head

Avatar-X-Talking-Head-Video, ugedriwwe vun Ärem Audio an engem Bild, Video oder Stock-Avatar-Referenz

Mirage · 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 audio_url
Fichier erofzéien, oder

Ëffentlech HTTPS-Adress fir den Audio, deen de generéierte Video steiert, zougänglech ouni Autorisatiounsheader oder Cookien. Akzeptéiert Audioformater sinn FLAC, Opus oder Vorbis, AAC oder ALAC, PCM WAV oder AIFF, an MP3. D'Datei muss een eenzege Mono- oder Stereostream enthalen, 3–180 Sekonne laang sinn, maximal 64 MiB grouss sinn an eng Samplingrate vun 8–48 kHz hunn.

Erweidert video_reference_url · avatar · image_reference_url

Ëffentlech zougänglech Referenz-Video-HTTPS-URL ouni Autorisatiounsheader oder Cookien, fir eng Datei mat genee engem Videostream an mindestens engem gëeegente Segment vun 1 Sekonn als Referenz. Audio gëtt ignoréiert. Akzeptéiert Dateiekombinatioune sinn .mp4, .mov oder .m4v mat H.264, H.265/HEVC oder ProRes, oder .webm mat VP8 oder VP9; d'Dauer muss 1 bis 120 Sekonne sinn, d'Gréisst däerf 1 GiB net iwwerschreiden an d'Display-Aspektverhältnis muss bannent 5% vun 9:16 oder 16:9 leien. Wann image_reference_url och uginn ass, huet de Video Prioritéit.

Auswiel vun engem virdefinéierte visuelle Motiv, dat nëmme benotzt gëtt, wa keng Bild- oder Videoreferenz uginn ass; None an de Standard loossen et allebéid net gesat. Audio gëtt ni vun dësem visuelle Motiv geliwwert a kënnt ëmmer vun audio_url. Fir e visuellt Motiv ze wielen, kuckt d'Optiounen am [Avatar-Katalog](https://captions.ai/help/docs/api/actor-catalog) a kopéiert säin exakten Avatar-Wäert.

Ëffentlech zougänglech Referenz-Bild-HTTPS-URL ouni Cookien oder Autorisatiounsheader; video_reference_url féiert dozou, datt se ignoréiert gëtt. Akzeptéiert gëtt een eenzegt statescht Bild am .jpg-, .jpeg-, .png- oder .webp-Format, maximal 25 MiB an 25 Megapixel. Déi méi kuerz Kante muss mindestens 512 px moossen, keng Kante däerf 8192 px iwwerschreiden an d'Aspektverhältnis muss bannent 5% vun 9:16 oder 16:9 leien.

POST /run/mirage-api/avatar-x/reference-to-video?wait=20 Präis → 3,00 $
# 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/mirage-api/avatar-x/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

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 Mirage Avatar X

Erstellt en lippesynchroniséierten Avatarvideo aus `audio_url` (3 bis 180 Sekonnen). D'Bildmaterial kënnt vun `video_reference_url`, `image_reference_url` oder engem Stock-`avatar`; d'Videoreferenz huet Virrang virum Bild, wann allebéid uginn sinn. D'Avataroptioun liwwert nëmme Bildmaterial, keen Audio. Referenz-URLs mussen iwwer HTTPS ëffentlech ofruffbar sinn.

Parameteren

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

NummTyp StandardErlaabt Beschreiwung
audio_urlobligatoresch audio
Typurl · audio
Ëffentlech HTTPS-Adress fir den Audio, deen de generéierte Video steiert, zougänglech ouni Autorisatiounsheader oder Cookien. Akzeptéiert Audioformater sinn FLAC, Opus oder Vorbis, AAC oder ALAC, PCM WAV oder AIFF, an MP3. D'Datei muss een eenzege Mono- oder Stereostream enthalen, 3–180 Sekonne laang sinn, maximal 64 MiB grouss sinn an eng Samplingrate vun 8–48 kHz hunn.
video_reference_urloptional
Typstring | null
Ëffentlech zougänglech Referenz-Video-HTTPS-URL ouni Autorisatiounsheader oder Cookien, fir eng Datei mat genee engem Videostream an mindestens engem gëeegente Segment vun 1 Sekonn als Referenz. Audio gëtt ignoréiert. Akzeptéiert Dateiekombinatioune sinn .mp4, .mov oder .m4v mat H.264, H.265/HEVC oder ProRes, oder .webm mat VP8 oder VP9; d'Dauer muss 1 bis 120 Sekonne sinn, d'Gréisst däerf 1 GiB net iwwerschreiden an d'Display-Aspektverhältnis muss bannent 5% vun 9:16 oder 16:9 leien. Wann image_reference_url och uginn ass, huet de Video Prioritéit.
avataroptional
Typenum
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5 méiNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
Auswiel vun engem virdefinéierte visuelle Motiv, dat nëmme benotzt gëtt, wa keng Bild- oder Videoreferenz uginn ass; None an de Standard loossen et allebéid net gesat. Audio gëtt ni vun dësem visuelle Motiv geliwwert a kënnt ëmmer vun audio_url. Fir e visuellt Motiv ze wielen, kuckt d'Optiounen am [Avatar-Katalog](https://captions.ai/help/docs/api/actor-catalog) a kopéiert säin exakten Avatar-Wäert.
image_reference_urloptional
Typstring | null
Ëffentlech zougänglech Referenz-Bild-HTTPS-URL ouni Cookien oder Autorisatiounsheader; video_reference_url féiert dozou, datt se ignoréiert gëtt. Akzeptéiert gëtt een eenzegt statescht Bild am .jpg-, .jpeg-, .png- oder .webp-Format, maximal 25 MiB an 25 Megapixel. Déi méi kuerz Kante muss mindestens 512 px moossen, keng Kante däerf 8192 px iwwerschreiden an d'Aspektverhältnis muss bannent 5% vun 9:16 oder 16:9 leien.
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": "mirage-api/avatar-x/reference-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": 3000,
    "usd": "3.00",
    "charged": 3000,
    "refunded": 0
  },
  "input": {
    "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"
  }
}
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}

Méi Modeller: Lipsync & Avataren

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/mirage-api/avatar-x/reference-to-video.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt