အကြောင်းအရာသို့ ကျော်ရန်

Sync Lipsync 3

ပေါင်းစည်းရန်

မော်ဒယ် id sync-lipsync/v3
# 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/sync-lipsync/v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.mp4",
    "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"

နမူနာကဲ့သို့ ဖိုင်များ: ၁.၃၃၄ $ ၁,၃၃၄ API ခရက်ဒစ် လုပ်ဆောင်မီ သင့်ဖိုင်များကို တိုင်းတာသည် ဤစာမျက်နှာတွင် လုပ်ဆောင်ရန်

API ကီး ရယူရန်
Sync Labs Lipsync နှင့် Avatars Lipsync #dubbing#localization

မည်သည့်စကားပြောဗီဒီယို၏မဆို နှုတ်ခမ်းလှုပ်ရှားမှုအချိန်ကို အသံလမ်းကြောင်းအသစ်နှင့် ကိုက်ညီအောင် ပြန်လည်ချိန်ညှိပေးသည်။

Sync Labs · ဗီဒီယို

သင့်ပထမဆုံးရလဒ် ဤနေရာတွင် ပေါ်လာမည်

အောက်တွင် တောင်းဆိုချက်တစ်ခု တည်ဆောက်ပြီး သင့် API ကီးဖြင့် လုပ်ဆောင်ပါ။ ထွက်ရလဒ်များကို ကျွန်ုပ်တို့၏ သိုလှောင်မှုသို့ ကူးယူပြီး အမြဲတမ်း သို့မဟုတ် ၇ ရက် အခမဲ့ သိမ်းထားသည်။

တောင်းဆိုမှုတစ်ခု တည်ဆောက်ရန်

ထိန်းချုပ်မှုများကို မော်ဒယ် schema မှ အလိုအလျောက်ဖန်တီးသည်။ ၎င်းတို့ကို ပြောင်းလဲသည်နှင့် code နှင့် စျေးနှုန်းတို့လည်း ပြောင်းလဲမည်။

•လိုအပ်သည် video_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

ထည့်သွင်းဗီဒီယိုသို့ ညွှန်ပြသော URL။

•လိုအပ်သည် audio_url
ဖိုင်ကို ဆွဲချပါ၊ သို့မဟုတ်

URL အဖြစ် သတ်မှတ်ထားသော ထည့်သွင်းအသံ၏ တည်နေရာ။

sync_mode မူလ cut_off

အသံနှင့် ဗီဒီယိုကြာချိန် ကွာခြားမှုများကို ကိုင်တွယ်ရန် နှုတ်ခမ်းချိန်ကိုက်မှုမုဒ်။

အဆင့်မြင့် options

ထပ်ဆောင်း Sync.so ဖန်တီးမှုအပြုအမူကို ဤနေရာတွင် သတ်မှတ်ပါ။ ပေးထားသော options.sync_mode သည် အပေါ်ဆုံးအဆင့် sync_mode တန်ဖိုးထက် ဦးစားပေးသည်။

POST /run/sync-lipsync/v3?wait=20 ကုန်ကျစရိတ် → ၁.၃၃၄ $
# 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/sync-lipsync/v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.mp4",
    "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"

ဤတောင်းဆိုချက်ကို လုပ်ဆောင်ရန်

သင့် key သည် ဤဘရောက်ဇာထဲတွင်သာ ရှိမည်ဖြစ်ပြီး Doitong API သို့သာ ပို့မည်။ Remember ကို အမှန်ခြစ်ထားမှသာ (localStorage) တွင် သိမ်းမည်။ API ကီး ရယူရန်

Sync Lipsync 3 အကြောင်း

Sync Labs ၏ lipsync-3 သည် ဗီဒီယိုအတွင်းရှိ လူတစ်ဦး၏ ပါးစပ်လှုပ်ရှားမှုကို အသံလမ်းကြောင်းအသစ်နှင့် ကိုက်ညီအောင် အစားထိုးပေးသည်၊ ဘာသာပြန်အသံထည့်ခြင်း၊ ကြော်ငြာဘာသာပြန်ဒေသသတ်မှတ်ခြင်းနှင့် တည်းဖြတ်ပြီးနောက် စာကြောင်းများ ပြင်ဆင်ခြင်းတို့အတွက် ဖြစ်သည်။ အသံနှင့် ဗီဒီယိုအရှည် မတူပါက ဖြတ်တောက်ရန်၊ လှည့်ပတ်ရန်၊ ပြန်လှန်ရန်၊ တိတ်ဆိတ်မှုဖြင့် ဖြည့်ရန် သို့မဟုတ် အချိန်မြေပုံပြောင်းရန် ရွေးချယ်နိုင်သည်။

ပါရာမီတာများ

စံအမည် သို့မဟုတ် မူရင်းအမည် တစ်ခုခုကိုသာ ပို့ပါ၊ နှစ်ခုလုံး မပို့ပါနှင့်။ စံအမည်များ

အမည်အမျိုးအစား မူလတန်ဖိုးခွင့်ပြုထားသည် ဖော်ပြချက်
video_urlလိုအပ်သည် video
အမျိုးအစားurl · video
ထည့်သွင်းဗီဒီယိုသို့ ညွှန်ပြသော URL။
audio_urlလိုအပ်သည် audio
အမျိုးအစားurl · audio
URL အဖြစ် သတ်မှတ်ထားသော ထည့်သွင်းအသံ၏ တည်နေရာ။
sync_modeရွေးချယ်နိုင်သည်
အမျိုးအစားenum
မူလတန်ဖိုးcut_off
cut_offloopbouncesilenceremap
အသံနှင့် ဗီဒီယိုကြာချိန် ကွာခြားမှုများကို ကိုင်တွယ်ရန် နှုတ်ခမ်းချိန်ကိုက်မှုမုဒ်။
optionsရွေးချယ်နိုင်သည်
အမျိုးအစားobject
ထပ်ဆောင်း Sync.so ဖန်တီးမှုအပြုအမူကို ဤနေရာတွင် သတ်မှတ်ပါ။ ပေးထားသော options.sync_mode သည် အပေါ်ဆုံးအဆင့် sync_mode တန်ဖိုးထက် ဦးစားပေးသည်။
options.sync_modeရွေးချယ်နိုင်သည်
အမျိုးအစားenum
cut_offloopbouncesilenceremap
အပေါ်ဆုံးအဆင့်ရှိ sync_mode ကို အစားထိုးသတ်မှတ်ရန် အသုံးပြုသည်။ ထည့်သွင်းအသံနှင့် ဗီဒီယို၏ ကြာချိန်မတူသောအခါ မည်သို့လုပ်ဆောင်မည်ကို သတ်မှတ်ပေးသည်။
options.model_modeရွေးချယ်နိုင်သည်
အမျိုးအစားenum
lipsfaceheadlipsyncemotiontalking_head
အဓိကအားဖြင့် react-1 အတွက် အသုံးပြုသည့် တည်းဖြတ်ဧရိယာရွေးချယ်မှုဖြစ်ပြီး မော်ဒယ်က မည်သည့်ဧရိယာကို ပြုပြင်မည်ကို သတ်မှတ်ပေးသည်။
options.promptရွေးချယ်နိုင်သည်
အမျိုးအစားenum
happysadangrydisgustedsurprisedneutral
အဓိကအားဖြင့် react-1 က ဖန်တီးမှုကို လမ်းညွှန်ရန် အသုံးပြုသည့် စိတ်ခံစားမှုလမ်းညွှန်ချက်။
options.temperatureရွေးချယ်နိုင်သည်
အမျိုးအစားnumber | null
၀ – ၁
sync-3 တွင် သက်ရောက်မှုမရှိသည့် ဖော်ပြနိုင်စွမ်းသတ်မှတ်ချက်ဖြစ်ပြီး sync-3 က ၎င်းကို မူရင်းအတိုင်း စီမံသည်။ ဤသတ်မှတ်ချက်ကို အသုံးပြုသည့် မော်ဒယ်များတွင် 0 သည် နှုတ်ခမ်းစင့်ခ်၏ ဖော်ပြနိုင်စွမ်းအနည်းဆုံးဖြစ်ပြီး 1 သည် အများဆုံးဖြစ်သည်။
options.active_speaker_detectionရွေးချယ်နိုင်သည်
အမျိုးအစားobject
လူအများပါဝင်သော ဗီဒီယိုများတွင် လက်ရှိပြောဆိုသူကို သတ်မှတ်ရန် ဆက်တင်များ။
options.active_speaker_detection.auto_detectရွေးချယ်နိုင်သည်
အမျိုးအစားboolean | null
လက်ရှိပြောဆိုသူကို အလိုအလျောက် သတ်မှတ်ပြီး ထိုသူထံ ဖန်တီးမှုကို အသုံးချသည်။
options.active_speaker_detection.v3ရွေးချယ်နိုင်သည်
အမျိုးအစားboolean | null
v3 လက်ရှိပြောဆိုသူ ရှာဖွေမှုကို အသုံးပြုသည်။
options.active_speaker_detection.use_v2ရွေးချယ်နိုင်သည်
အမျိုးအစားboolean | null
v2 လက်ရှိပြောဆိုသူ ရှာဖွေမှုအတွက် အသုံးမပြုတော့သည့် ဆက်တင်။
options.active_speaker_detection.frame_numberရွေးချယ်နိုင်သည်
အမျိုးအစားinteger | null
≥ ၀
ပြောဆိုသူကို ကိုယ်တိုင်ရွေးချယ်သည့် သြဒိနိတ်များအတွက် အသုံးပြုသည့် ဖရိမ်၏ အညွှန်း။
options.active_speaker_detection.coordinatesရွေးချယ်နိုင်သည်
အမျိုးအစားinteger[]
2 – 2 items
frame_number ရှိ ပြောဆိုသူအတွက် [x, y] ပုံစံဖြင့် ပေးထားသည့် မျက်နှာရည်ညွှန်းမှတ်။
options.active_speaker_detection.bounding_boxesရွေးချယ်နိုင်သည်
အမျိုးအစားarray[]
ဖရိမ်တစ်ခုချင်းစီအတွက် တွေ့ရှိသည့် မျက်နှာဘောင်များကို [x1, y1, x2, y2] ပုံစံဖြင့် ဖော်ပြထားသည်။
options.active_speaker_detection.bounding_boxes_urlရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
ဖရိမ်တစ်ခုချင်းစီအတွက် ဘောင်များကို ပေးသည့် JSON ဖိုင် URL။
options.active_speaker_detection.face_imageရွေးချယ်နိုင်သည်
အမျိုးအစားstring | null
ပြောဆိုသူကို ကိုယ်တိုင်ရွေးချယ်ရန် အသုံးပြုသည့် Base64 ဖြင့် ကုဒ်ပြောင်းထားသော မျက်နှာပုံ။
options.occlusion_detection_enabledရွေးချယ်နိုင်သည်
အမျိုးအစားboolean | null
sync-3 တွင် ရှာဖွေမှုကို အလိုအလျောက်လုပ်ဆောင်သောကြောင့် သက်ရောက်မှုမရှိသည့် ဖုံးကွယ်မှုရှာဖွေခြင်း ခလုတ်။ အခြားအခြေအနေများတွင် ဖန်တီးမှု၌ ဖုံးကွယ်မှုရှာဖွေခြင်း ပါဝင်မပါဝင်ကို ထိန်းချုပ်သည်။
လိုအပ်သည် စံအမည်၊ ထို့အပြင် လက်ခံသည်

ဖိုင်ပါရာမီတာများသည် အများပြည်သူသုံး https:// URL၊ 10 MB အထိ data: URI သို့မဟုတ် အပ်လုဒ်လုပ်ထားသောဖိုင်၏ file_url ကို လက်ခံသည်။ ဖိုင်များ

ထွက်ရလဒ်

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sync-lipsync/v3",
  "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": 1334,
    "usd": "1.334",
    "charged": 1334,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.mp4",
    "audio": "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"
  }
}
သင့်ဖိုင်များ၊ သင့်ရွေးချယ်မှုoutputs[].url တိုင်းသည် ကျွန်ုပ်တို့၏ သိုလှောင်မှုရှိ မိတ္တူဖြစ်သည်- အမြဲတမ်း (GB-month အလိုက် ငွေပေးရသည်) သို့မဟုတ် ၇ ရက် အခမဲ့၊ သင့်အကောင့်ဆက်တင် သို့မဟုတ် ?storage= ဖြင့် သိမ်းထားသည်။
မော်ဒယ်တိုင်းတွင် ပုံစံတူပုံ၊ ဗီဒီယိုနှင့် အသံတို့အတွက် type၊ url၊ content_type၊ width၊ height နှင့် duration။ output သည် မော်ဒယ်ကိုယ်တိုင်၏ ရလဒ် object ဖြစ်သည်။
ထွက်ရလဒ်၏ Fields များ
video
object {url, content_type, file_name, file_size}မော်ဒယ်က ထုတ်လုပ်သည့် ဗီဒီယို။

နောက်ထပ် မော်ဒယ်များ: Lipsync နှင့် Avatars

AI အေးဂျင့်များအတွက်- ဤစာမျက်နှာ၏ Markdown ကို ဤနေရာတွင် ရရှိနိုင်သည် https://doitong.com/my/developers/models/sync-lipsync/v3.md. မော်ဒယ်များနှင့် လမ်းညွှန်များအားလုံး: https://doitong.com/developers/llms.txt