Pereiti prie turinio

LTX 2.3 Trainer (V2) - Audio-to-Video

Integruoti

Modelio id ltx23-trainer-v2/a2v
# 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/ltx23-trainer-v2/a2v?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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"

Ši užklausa: 12,00 $ 12 000 API kreditų Paleisti šiame puslapyje

Gauti API raktą
Lightricks · Failas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

resolution numatytoji medium

Mokymo raiška. Didesnė raiška padidina atminties poreikius.

aspect_ratio numatytoji 1:1

Mokymo kraštinių santykis.

•privaloma

URL į `.zip` failą su mokymo duomenimis, sutvarkytais pagal pasirinktą mokymo režimą. Kiekvieną medijos failą gali papildyti atitinkamas `.txt` aprašas tuo pačiu baziniu pavadinimu.

numatytoji 2000

Bendras mokymo žingsnių skaičius.

Išplėstiniai validation_negative_prompt · rank · validation_resolution · validation_aspect_ratio · trigger_phrase · learning_rate · number_of_frames · frame_rate · split_input_duration_threshold · validation_number_of_frames · validation_frame_rate · stg_scale · auto_scale_input · split_input_into_scenes · debug_dataset · audio_normalize · audio_preserve_pitch · validation
numatytoji blurry, out of focus,...

Patvirtinimo metu taikomas neigiamasis raginys, naudojantis vieno etapo peržiūros procesą. Kadangi šis procesas apytiksliai imituoja dviejų etapų gamybinį išvedimą, jo valdymas ir peržiūros kokybė skiriasi nuo galutinių rezultatų.

rank numatytoji 32

LoRA adaptacijos rangas: didėjant reikšmei didėja atminties sąnaudos ir talpa.

validation_resolution numatytoji high

Patvirtinimo metu naudojama raiška.

validation_aspect_ratio numatytoji 1:1

Patvirtinimo metu naudojamas kraštinių santykis.

numatytoji

LoRA stiliaus aktyvinimo frazė, mokant įterpiama aprašų pradžioje.

numatytoji 0.0002

Optimizavimo mokymosi sparta.

numatytoji 89

Kiekvieno mokymo pavyzdžio kadrų skaičius. Padalijus skaičių iš 8, liekana turi būti 1; pavyzdžiai: 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.

numatytoji 24

Mokymo vaizdo įrašo tikslinis kadrų dažnis kadrais per sekundę. Gimtasis LTX-2.3 dažnis yra 24.

numatytoji 30

Scenos skaidymo trigeris, išreikštas trukme sekundėmis: skaidomi tik už slenkstį ilgesni vaizdo įrašai.

numatytoji 89

Kiekvieno patvirtinimo vaizdo įrašo kadrų skaičius.

numatytoji 24

Patvirtinimo vaizdo įrašų tikslinis kadrų dažnis kadrais per sekundę; LTX-2.3 natūraliai veikia 24 dažniu.

numatytoji 1

Erdvinio ir laiko valdymo (STG) mastelis: rekomenduojama 1.0, o 0.0 STG išjungia.

numatytoji []

Patvirtinimo raginių sąrašas, susiejantis kiekvieną raginį su sąlygojančiu garso takeliu.

POST /run/ltx23-trainer-v2/a2v?wait=20 kaina → 12,00 $
# 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/ltx23-trainer-v2/a2v?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie LTX 2.3 Trainer (V2) - Audio-to-Video

Treniruoja LoRA garso vertimui į vaizdo įrašą iš `.zip`, pateikto per `training_data_url`. `rank` yra nuo 8 iki 128, `number_of_steps` – nuo 100 iki 10000, o `number_of_frames` – nuo 9 iki 121. `validation` priima iki 2 įrašų, kurių kiekviename yra sąlyginis garso takelis. Grąžinami LoRA svoriai, konfigūracijos failas ir pasirinktinis peržiūros vaizdas.

Parametrai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
training_data_urlprivaloma
Tipasstring
URL į `.zip` failą su mokymo duomenimis, sutvarkytais pagal pasirinktą mokymo režimą. Kiekvieną medijos failą gali papildyti atitinkamas `.txt` aprašas tuo pačiu baziniu pavadinimu.
rankneprivalomas
Tipasenum
Numatytoji reikšmė32
8163264128
LoRA adaptacijos rangas: didėjant reikšmei didėja atminties sąnaudos ir talpa.
number_of_stepsneprivalomas
Tipasinteger
Numatytoji reikšmė2000
100 – 10 000
Bendras mokymo žingsnių skaičius.
learning_rateneprivalomas
Tipasnumber
Numatytoji reikšmė0.0002
0,000001 – 1
Optimizavimo mokymosi sparta.
number_of_framesneprivalomas
Tipasinteger
Numatytoji reikšmė89
9 – 121
Kiekvieno mokymo pavyzdžio kadrų skaičius. Padalijus skaičių iš 8, liekana turi būti 1; pavyzdžiai: 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.
frame_rateneprivalomas
Tipasinteger
Numatytoji reikšmė24
8 – 60
Mokymo vaizdo įrašo tikslinis kadrų dažnis kadrais per sekundę. Gimtasis LTX-2.3 dažnis yra 24.
resolutionneprivalomas
Tipasenum
Numatytoji reikšmėmedium
lowmediumhigh
Mokymo raiška. Didesnė raiška padidina atminties poreikius.
aspect_rationeprivalomas
Tipasenum
Numatytoji reikšmė1:1
16:91:19:16
Mokymo kraštinių santykis.
trigger_phraseneprivalomas
Tipasstring
Numatytoji reikšmė
LoRA stiliaus aktyvinimo frazė, mokant įterpiama aprašų pradžioje.
auto_scale_inputneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Automatinis vaizdo įrašo pritaikymas pagal prašomą FPS ir kadrų skaičių, kai įjungtas; vaizdų duomenų rinkiniai nepakeičiami.
split_input_into_scenesneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Sintetintų mokymo vaizdo įrašų, viršijančių trukmės slenkstį, scenų skaidymas. Kai true, skaidoma surinkus pradinį vaizdą ir garsą.
split_input_duration_thresholdneprivalomas
Tipasnumber
Numatytoji reikšmė30
1 – 60
Scenos skaidymo trigeris, išreikštas trukme sekundėmis: skaidomi tik už slenkstį ilgesni vaizdo įrašai.
debug_datasetneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Išankstinio apdorojimo tikrinimo režimas vaizdo įrašams, vaizdams ir aprašams patikrinti prieš visą mokymo paleidimą. Įjungus mokytuvas grąžina apdorotą mokymo duomenų rinkinį atsisiunčiamame archyve rankinei peržiūrai.
audio_normalizeneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Sąlygojančio garso viršūnių normalizavimas pastoviems lygmenims visame duomenų rinkinyje palaikyti.
audio_preserve_pitchneprivalomas
Tipasboolean
Numatytoji reikšmėtrue
Aukščio išsaugojimas derinant garsą pagal vaizdo įrašo trukmę, o ne jį trumpinant ar papildant.
validationneprivalomas
Tipasobject[]
Numatytoji reikšmė[]
≤ 2 elementų
Patvirtinimo raginių sąrašas, susiejantis kiekvieną raginį su sąlygojančiu garso takeliu.
validation[].promptprivaloma
Tipasstring
Patvirtinimo metu naudojamas raginys.
validation[].image_urlprivaloma
Tipasurl · image
≥ 1 characters
Vaizdo URL, kurį a2v tiesiogiai naudoja kaip pirmąjį kadrą, užuot jį generavęs. a2v vaizdas+garsas -> vaizdo įrašas procese sąlygojimui naudojami ir pateiktas garsas, ir šis vaizdas.
validation[].audio_urlprivaloma
Tipasurl · audio
≥ 1 characters
Sąlygojančio garso URL, naudojamas vaizdo įrašui generuoti.
validation_negative_promptneprivalomas
Tipasstring
Numatytoji reikšmėblurry, out of focus, overexposed, underexposed, low contrast, washed out colors, excessive noise, grainy texture, poor lighting, flickering, motion blur, distorted proportions, unnatural skin tones, deformed facial features, asymmetrical face, missing facial features, extra limbs, disfigured hands, wrong hand count, artifacts around text, inconsistent perspective, camera shake, incorrect depth of field, background too sharp, background clutter, distracting reflections, harsh shadows, inconsistent lighting direction, color banding, cartoonish rendering, 3D CGI look, unrealistic materials, uncanny valley effect, incorrect ethnicity, wrong gender, exaggerated expressions, wrong gaze direction, mismatched lip sync, silent or muted audio, distorted voice, robotic voice, echo, background noise, off-sync audio, incorrect dialogue, added dialogue, repetitive speech, jittery movement, awkward pauses, incorrect timing, unnatural transitions, inconsistent framing, tilted camera, flat lighting, inconsistent tone, cinematic oversaturation, stylized filters, or AI artifacts.
Patvirtinimo metu taikomas neigiamasis raginys, naudojantis vieno etapo peržiūros procesą. Kadangi šis procesas apytiksliai imituoja dviejų etapų gamybinį išvedimą, jo valdymas ir peržiūros kokybė skiriasi nuo galutinių rezultatų.
validation_number_of_framesneprivalomas
Tipasinteger
Numatytoji reikšmė89
9 – 121
Kiekvieno patvirtinimo vaizdo įrašo kadrų skaičius.
validation_frame_rateneprivalomas
Tipasinteger
Numatytoji reikšmė24
8 – 60
Patvirtinimo vaizdo įrašų tikslinis kadrų dažnis kadrais per sekundę; LTX-2.3 natūraliai veikia 24 dažniu.
validation_resolutionneprivalomas
Tipasenum
Numatytoji reikšmėhigh
lowmediumhigh
Patvirtinimo metu naudojama raiška.
validation_aspect_rationeprivalomas
Tipasenum
Numatytoji reikšmė1:1
16:91:19:16
Patvirtinimo metu naudojamas kraštinių santykis.
stg_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė1
0 – 3
Erdvinio ir laiko valdymo (STG) mastelis: rekomenduojama 1.0, o 0.0 STG išjungia.
privaloma

Išvestis

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-trainer-v2/a2v",
  "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": 12000,
    "usd": "12.00",
    "charged": 12000,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
video
object {url, content_type, file_name, file_size} | nullSujungta vaizdo įrašo peržiūra iš patvirtinimo, jei prieinama vaizdo įrašą kuriantiems galiniams taškams.
audio
object {url, content_type, file_name, file_size} | nullSujungtas patvirtinimo garsas, pateikiamas kaip peržiūra, jei prieinamas tik garsui skirtuose maršrutuose: /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a ir /v2a.
lora_file
object {url, content_type, file_name, file_size}Mokytų LoRA svorių URL `.safetensors` formatu.
config_file
object {url, content_type, file_name, file_size}Išvedimo galinio taško sąrankos konfigūracija.
debug_dataset
object {url, content_type, file_name, file_size} | nullDerinimo išvestis, prieinama įjungus `debug_dataset`: atsisiunčiamas archyvas su mokymo duomenimis po išankstinio apdorojimo.

Daugiau modelių: Mokymas

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/ltx23-trainer-v2/a2v.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt