Op den Inhalt sprangen

Sad Talker · Reference

Integréieren

Modell-ID 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"

Bis zu 4,50 $ pro Laf no der tatsächlecher Notzung verrechent, de Rescht gëtt rembourséiert Op dëser Säit ausféieren

API-Schlëssel kréien
Open model Lipsync & Avataren ReferenzinputLipsync #animation

Talking-Face-Animatioun aus engem Bild an Audio, mat Kapphaltung aus engem Referenzvideo

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 source_image_url
Fichier erofzéien, oder

Quellbildplaz als URL.

•obligatoresch
Fichier erofzéien, oder

URL vum Driving-Audio.

•obligatoresch
Fichier erofzéien, oder

URL vum Referenzvideo.

Erweidert face_model_resolution · preprocess · face_enhancer · pose_style · expression_scale · still_mode
face_model_resolution Standard 256

Opléisung, déi vum Gesiichtsmodell benotzt gëtt.

preprocess Standard crop

Preprocessing-Method, déi applizéiert gëtt.

Typ vum Gesiichtsverbesserer, dee applizéiert gëtt.

Standard 0

Stil, dee fir d'Pose benotzt gëtt.

Standard 1

Skaléierungsfaktor fir den Ausdrock.

POST /run/sadtalker/reference?wait=20 Präis → 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"

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 Sad Talker · Reference

Wéi déi einfach Variant fir e schwätzend Gesiicht, erfuerdert awer och `reference_pose_video_url`, e Video, deem seng Kappbeweegung d'Resultat steiert. D'Inputs sinn `source_image_url` an `driven_audio_url`. Optiounen enthalen `pose_style` (0 bis 45), `expression_scale` (0 bis 3), `face_model_resolution` (256 oder 512), `still_mode` an eng Auswiel vu fënnef `preprocess`-Modi.

Parameteren

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

NummTyp StandardErlaabt Beschreiwung
source_image_urlobligatoresch image
Typurl · image
Quellbildplaz als URL.
driven_audio_urlobligatoresch
Typurl · audio
URL vum Driving-Audio.
reference_pose_video_urlobligatoresch
Typurl · video
URL vum Referenzvideo.
pose_styleoptional
Typinteger
Standard0
0 – 45
Stil, dee fir d'Pose benotzt gëtt.
face_model_resolutionoptional
Typenum
Standard256
256512
Opléisung, déi vum Gesiichtsmodell benotzt gëtt.
expression_scaleoptional
Typnumber
Standard1
0 – 3
Skaléierungsfaktor fir den Ausdrock.
face_enhanceroptional
Typstring | null
Typ vum Gesiichtsverbesserer, dee applizéiert gëtt.
still_modeoptional
Typboolean
Standardfalse
Still-Modus fir d'Kappbeweegung bei der Notzung vu `full`-Preprocessing ze reduzéieren.
preprocessoptional
Typenum
Standardcrop
cropextcropresizefullextfull
Preprocessing-Method, déi applizéiert gëtt.
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": "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"
  }
}
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}URL vum generéierte Video.

Méi Modeller: Lipsync & Avataren

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