Aqbeż għall-kontenut

AI Avatar Multi Text

Integra

Id tal-mudell 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"

Din it-talba: ≈$0.648 648 krediti tal-API Ħaddmu f’din il-paġna

Ikseb ċavetta API
Open model Lipsync u avatars Lipsyncsa 720p #stylized#transform

Joħloq vidjo ta’ żewġ persuni jitkellmu minn immaġni waħda, bi skript u vuċi magħżula għal kull kelliem

Open model · Vidjo

L-ewwel riżultat tiegħek jidher hawn

Ibni talba hawn taħt u ħaddimha biċ-ċavetta API tiegħek. L-outputs jiġu kkupjati fil-ħażna tagħna, miżmuma għal dejjem jew 7 ijiem b’xejn.

Ibni talba

Il-kontrolli jiġu ġġenerati mill-iskema tal-mudell. Il-kodiċi u l-prezz jaġġornaw hekk kif tibdilhom.

•meħtieġ

Test li jidderieġi l-proċess tal-ġenerazzjoni tal-vidjo.

•meħtieġ

Test li jidderieġi l-proċess tal-ġenerazzjoni tal-vidjo.

•meħtieġ

Istruzzjonijiet testwali li jiggwidaw il-ġenerazzjoni tal-vidjo.

•meħtieġ image_url
Waqqa’ fajl, jew

URL tal-immaġni tas-sors, bir-ratio tal-aspett magħżul jiddetermina jekk hemmx bżonn ta’ preprocessing: nuqqas ta’ qbil iqanqal ridimensjonar segwit minn crop ċentrali.

resolution prestabbilit 480p

Riżoluzzjoni tal-vidjo output; huma appoġġjati biss 480p u 720p.

prestabbilit 191

Għadd ta’ frejms għall-ġenerazzjoni, minn 81 sa 129, inklużi.

Avvanzat acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration prestabbilit regular

Livell ta’ aċċelerazzjoni applikat waqt il-ġenerazzjoni.

prestabbilit Sarah

Vuċi assenjata lill-ewwel persuna meta jiġi ġġenerat id-diskors.

prestabbilit Roger

Vuċi assenjata lit-tieni persuna meta jiġi ġġenerat id-diskors.

prestabbilit 81

Seed li jagħmel il-ġenerazzjoni riproduċibbli. L-issettjar tiegħu għal None jagħżel seed b’mod każwali.

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

Ħaddem din it-talba

Iċ-ċavetta tiegħek tibqa’ f’dan il-browser: tintbagħat biss lid-Doitong API u tiġi ssejvjata (localStorage) biss jekk timmarka Ftakar. Ikseb ċavetta API

Dwar AI Avatar Multi Text

Janima immaġni waħda f’konversazzjoni bejn żewġ persuni. Ipprovdi `first_text_input` u `second_text_input` bħala l-linji, flimkien ma’ `prompt`, u agħżel `voice1` u `voice2` mill-vuċijiet issettjati minn qabel. L-output huwa 480p jew 720p, b’`num_frames` minn 41 sa 241. Is-setting `acceleration` jista’ jkun none, regular jew high.

Parametri

Ibgħat jew l-isem kanoniku jew l-isem nattiv, mhux it-tnejn. Ismijiet kanoniċi

IsemTip PrestabbilitPermess Deskrizzjoni
image_urlmeħtieġ image
Tipurl · image
URL tal-immaġni tas-sors, bir-ratio tal-aspett magħżul jiddetermina jekk hemmx bżonn ta’ preprocessing: nuqqas ta’ qbil iqanqal ridimensjonar segwit minn crop ċentrali.
first_text_inputmeħtieġ
Tipstring
Test li jidderieġi l-proċess tal-ġenerazzjoni tal-vidjo.
second_text_inputmeħtieġ
Tipstring
Test li jidderieġi l-proċess tal-ġenerazzjoni tal-vidjo.
voice1mhux obbligatorju
Tipenum
PrestabbilitSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 oħraBrianDanielLilyBill
Vuċi assenjata lill-ewwel persuna meta jiġi ġġenerat id-diskors.
voice2mhux obbligatorju
Tipenum
PrestabbilitRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 oħraBrianDanielLilyBill
Vuċi assenjata lit-tieni persuna meta jiġi ġġenerat id-diskors.
promptmeħtieġ
Tipstring
Istruzzjonijiet testwali li jiggwidaw il-ġenerazzjoni tal-vidjo.
num_framesmhux obbligatorju
Tipinteger
Prestabbilit191
41 – 241
Għadd ta’ frejms għall-ġenerazzjoni, minn 81 sa 129, inklużi.
resolutionmhux obbligatorju
Tipenum
Prestabbilit480p
480p720p
Riżoluzzjoni tal-vidjo output; huma appoġġjati biss 480p u 720p.
seedmhux obbligatorju
Tipinteger
Prestabbilit81
0 – 4,294,967,295
Seed li jagħmel il-ġenerazzjoni riproduċibbli. L-issettjar tiegħu għal None jagħżel seed b’mod każwali.
accelerationmhux obbligatorju
Tipenum
Prestabbilitregular
noneregularhigh
Livell ta’ aċċelerazzjoni applikat waqt il-ġenerazzjoni.
enable_safety_checkermhux obbligatorju
Tipboolean
Prestabbilittrue
L-iskrinjar jista’ jiġi rilassat billi jiġi ssettjat għal false, sakemm min jagħmel it-talba jkun awtorizzat.
meħtieġ Isem kanoniku, aċċettat ukoll

Il-parametri tal-fajls jaċċettaw URL pubbliku https://, URI data: sa 10 MB, jew file_url ta’ upload. Fajls

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"
  }
}
Il-fajls tiegħek, l-għażla tiegħekKull outputs[].url huwa kopja fil-ħażna tagħna: miżmuma għal dejjem (imħallsa għal kull GB-xahar) jew 7 ijiem b’xejn, skont l-issettjar tal-kont tiegħek jew ?storage=.
L-istess struttura fuq kull mudelltype, url, content_type, width, height u duration, kemm għall-immaġnijiet kif ukoll għall-vidjo u l-awdjo. output huwa l-oġġett tar-riżultat tal-mudell innifsu.
Oqsma tal-output
video
object {url, content_type, file_name, file_size}Fajl vidjo prodott mill-ġenerazzjoni.
seed
integerValur ta’ seed applikat waqt il-ġenerazzjoni.

Aktar mudelli: Lipsync u avatars

Għall-aġenti tal-AI: din il-paġna bħala Markdown tinsab fuq https://doitong.com/mt/developers/models/ai-avatar/multi-text.md. Il-mudelli u l-gwidi kollha: https://doitong.com/developers/llms.txt