Aqbeż għall-kontenut

Sad Talker

Integra

Id tal-mudell sadtalker
# 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?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"
  }'

# 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"

Sa $4.50 għal kull eżekuzzjoni titħallas skont l-użu attwali, il-bqija tiġi rifuża Ħaddmu f’din il-paġna

Ikseb ċavetta API
Open model Lipsync u avatars Lipsync #animation

Janima immaġni ta' wiċċ wieħed f'vidjow li jitkellem immexxi minn fajl tal-awdjo

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 source_image_url
Waqqa’ fajl, jew

Post tal-immaġni tas-sors bħala URL.

•meħtieġ
Waqqa’ fajl, jew

URL li jindika l-awdjo li jmexxi.

Avvanzat face_model_resolution · preprocess · face_enhancer · pose_style · expression_scale · still_mode
face_model_resolution prestabbilit 256

Riżoluzzjoni użata mill-mudell tal-wiċċ.

preprocess prestabbilit crop

Metodu ta’ preprocessing li għandu jiġi applikat.

Tip ta’ titjib tal-wiċċ li għandu jiġi applikat.

prestabbilit 0

Stil użat għall-poża.

prestabbilit 1

Fattur ta’ skalar għall-espressjoni.

POST /run/sadtalker?wait=20 kwotazzjoni → $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?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"
  }'

# 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 Sad Talker

Jieħu ritratt permezz ta' `source_image_url` u diskors permezz ta' `driven_audio_url`, u jipproduċi vidjow ta' talking-head. Għażliet aġġustabbli jinkludu `pose_style` (0 sa 45), `expression_scale` (0 sa 3), `face_model_resolution` (256 jew 512), `still_mode` għal inqas moviment tar-ras, u `preprocess` (crop, extcrop, resize, full, extfull).

Parametri

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

IsemTip PrestabbilitPermess Deskrizzjoni
source_image_urlmeħtieġ image
Tipurl · image
Post tal-immaġni tas-sors bħala URL.
driven_audio_urlmeħtieġ
Tipurl · audio
URL li jindika l-awdjo li jmexxi.
pose_stylemhux obbligatorju
Tipinteger
Prestabbilit0
0 – 45
Stil użat għall-poża.
face_model_resolutionmhux obbligatorju
Tipenum
Prestabbilit256
256512
Riżoluzzjoni użata mill-mudell tal-wiċċ.
expression_scalemhux obbligatorju
Tipnumber
Prestabbilit1
0 – 3
Fattur ta’ skalar għall-espressjoni.
face_enhancermhux obbligatorju
Tipstring | null
Tip ta’ titjib tal-wiċċ li għandu jiġi applikat.
still_modemhux obbligatorju
Tipboolean
Prestabbilitfalse
Modalità still biex jitnaqqas il-moviment tar-ras meta jintuża preprocessing `full`.
preprocessmhux obbligatorju
Tipenum
Prestabbilitcrop
cropextcropresizefullextfull
Metodu ta’ preprocessing li għandu jiġi applikat.
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": "sadtalker",
  "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"
  },
  "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"
  }
}
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}URL tal-vidjo ġġenerat.

Aktar mudelli: Lipsync u avatars

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