Przejdź do treści

AI Avatar Multi Text

Integracja

Identyfikator modelu 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"

To żądanie: ≈0,648 $ 648 kredytów API Uruchom na tej stronie

Uzyskaj klucz API
Open model Synchronizacja ruchu ust i awatary Synchronizacja ruchu ustdo 720p #stylized#transform

Tworzy film z dwiema mówiącymi osobami na podstawie jednego obrazu, skryptu i wybranego głosu dla każdego mówcy

Open model · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Tekst sterujący procesem generowania wideo.

•wymagane

Tekst sterujący procesem generowania wideo.

•wymagane

Instrukcje tekstowe sterujące generowaniem wideo.

•wymagane image_url
Upuść plik lub

URL obrazu źródłowego; wybrany współczynnik proporcji określa, czy potrzebne jest przetwarzanie wstępne: niezgodność powoduje zmianę rozmiaru, a następnie centralne kadrowanie.

resolution domyślnie 480p

Rozdzielczość wynikowego wideo; obsługiwane są tylko 480p i 720p.

domyślnie 191

Liczba klatek generowania od 81 do 129 włącznie.

Zaawansowane acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration domyślnie regular

Poziom przyspieszenia stosowany podczas generowania.

domyślnie Sarah

Głos przypisany do pierwszej osoby podczas generowania mowy.

domyślnie Roger

Głos przypisany do drugiej osoby podczas generowania mowy.

domyślnie 81

Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.

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

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o AI Avatar Multi Text

Animuje pojedynczy obraz, tworząc rozmowę dwóch osób. Podaj `first_text_input` i `second_text_input` jako kwestie, a także `prompt`, po czym wybierz `voice1` i `voice2` spośród głosów predefiniowanych. Wynik ma rozdzielczość 480p lub 720p, a `num_frames` przyjmuje wartości od 41 do 241. Dostępne jest ustawienie `acceleration` o wartości none, regular lub high.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
image_urlwymagane image
Typurl · image
URL obrazu źródłowego; wybrany współczynnik proporcji określa, czy potrzebne jest przetwarzanie wstępne: niezgodność powoduje zmianę rozmiaru, a następnie centralne kadrowanie.
first_text_inputwymagane
Typstring
Tekst sterujący procesem generowania wideo.
second_text_inputwymagane
Typstring
Tekst sterujący procesem generowania wideo.
voice1opcjonalne
Typenum
DomyślneSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 więcejBrianDanielLilyBill
Głos przypisany do pierwszej osoby podczas generowania mowy.
voice2opcjonalne
Typenum
DomyślneRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 więcejBrianDanielLilyBill
Głos przypisany do drugiej osoby podczas generowania mowy.
promptwymagane
Typstring
Instrukcje tekstowe sterujące generowaniem wideo.
num_framesopcjonalne
Typinteger
Domyślne191
41 – 241
Liczba klatek generowania od 81 do 129 włącznie.
resolutionopcjonalne
Typenum
Domyślne480p
480p720p
Rozdzielczość wynikowego wideo; obsługiwane są tylko 480p i 720p.
seedopcjonalne
Typinteger
Domyślne81
0 – 4 294 967 295
Ziarno zapewniające powtarzalność generowania. Ustawienie None wybiera ziarno losowo.
accelerationopcjonalne
Typenum
Domyślneregular
noneregularhigh
Poziom przyspieszenia stosowany podczas generowania.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Filtrowanie można złagodzić, ustawiając false, jeśli wywołujący ma odpowiednie uprawnienia.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Plik wideo utworzony podczas generowania.
seed
integerWartość ziarna stosowana podczas generowania.

Więcej modeli: Synchronizacja ruchu ust i awatary

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/ai-avatar/multi-text.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt