Przejdź do treści

Mirage Avatar X

Integracja

Identyfikator modelu mirage-api/avatar-x/reference-to-video
# 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/mirage-api/avatar-x/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

Pliki takie jak przykład: 3,00 $ 3000 kredytów API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Mirage Synchronizacja ruchu ust i awatary Dane referencyjneSynchronizacja ruchu ust #avatar#lipsync#talking-head

Wideo awatar X z mówiącą postacią generowane na podstawie Twojego audio oraz materiału referencyjnego w postaci obrazu, wideo lub gotowego awatara

Mirage · 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 audio_url
Upuść plik lub

Publiczny adres HTTPS audio sterującego wygenerowanym wideo, dostępny bez nagłówków autoryzacji i plików cookie. Akceptowane formaty audio to FLAC, Opus lub Vorbis, AAC lub ALAC, PCM WAV lub AIFF oraz MP3. Plik musi zawierać pojedynczy strumień mono lub stereo, trwać 3–180 sekund, zajmować nie więcej niż 64 MiB i mieć częstotliwość próbkowania 8–48 kHz.

Zaawansowane video_reference_url · avatar · image_reference_url

Publicznie dostępny adres HTTPS wideo referencyjnego bez nagłówków autoryzacji i plików cookie, wskazujący plik zawierający dokładnie jeden strumień wideo oraz co najmniej jeden odpowiedni 1-sekundowy segment do użycia jako referencja; audio jest ignorowane. Akceptowane są pliki .mp4, .mov lub .m4v z H.264, H.265/HEVC lub ProRes albo .webm z VP8 lub VP9; czas trwania musi wynosić od 1 do 120 sekund, rozmiar nie może przekraczać 1 GiB, a proporcje obrazu muszą mieścić się w zakresie 5% od 9:16 lub 16:9. Jeśli podano również image_reference_url, wideo ma pierwszeństwo.

Wybór wizualizacji stockowej używany wyłącznie wtedy, gdy nie podano referencji obrazu ani wideo; None i wartość domyślna pozostawiają go nieustawionym. Ta wizualizacja nigdy nie dostarcza audio — pochodzi ono zawsze z audio_url. Aby wybrać wizualizację, wyświetl opcje w [katalogu awatarów](https://captions.ai/help/docs/api/actor-catalog) i skopiuj dokładną wartość Avatar.

Publicznie dostępny adres HTTPS obrazu referencyjnego bez plików cookie i nagłówków autoryzacji; podanie video_reference_url powoduje jego zignorowanie. Akceptowany jest pojedynczy statyczny obraz w formacie .jpg, .jpeg, .png lub .webp, o rozmiarze do 25 MiB i maksymalnie 25 megapikselach. Krótszy bok musi mieć co najmniej 512 px, żaden bok nie może przekraczać 8192 px, a proporcje muszą mieścić się w zakresie 5% od 9:16 lub 16:9.

POST /run/mirage-api/avatar-x/reference-to-video?wait=20 wycena → 3,00 $
# 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/mirage-api/avatar-x/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

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 Mirage Avatar X

Tworzy zsynchronizowane ruchy ust awatara na podstawie `audio_url` (od 3 do 180 sekund). Warstwę wizualną zapewnia `video_reference_url`, `image_reference_url` lub stockowy `avatar`; gdy podane są oba, referencja wideo ma pierwszeństwo przed obrazem. Opcja awatara dostarcza wyłącznie obraz, bez dźwięku. Adresy URL referencji muszą być publicznie dostępne przez HTTPS.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
audio_urlwymagane audio
Typurl · audio
Publiczny adres HTTPS audio sterującego wygenerowanym wideo, dostępny bez nagłówków autoryzacji i plików cookie. Akceptowane formaty audio to FLAC, Opus lub Vorbis, AAC lub ALAC, PCM WAV lub AIFF oraz MP3. Plik musi zawierać pojedynczy strumień mono lub stereo, trwać 3–180 sekund, zajmować nie więcej niż 64 MiB i mieć częstotliwość próbkowania 8–48 kHz.
video_reference_urlopcjonalne
Typstring | null
Publicznie dostępny adres HTTPS wideo referencyjnego bez nagłówków autoryzacji i plików cookie, wskazujący plik zawierający dokładnie jeden strumień wideo oraz co najmniej jeden odpowiedni 1-sekundowy segment do użycia jako referencja; audio jest ignorowane. Akceptowane są pliki .mp4, .mov lub .m4v z H.264, H.265/HEVC lub ProRes albo .webm z VP8 lub VP9; czas trwania musi wynosić od 1 do 120 sekund, rozmiar nie może przekraczać 1 GiB, a proporcje obrazu muszą mieścić się w zakresie 5% od 9:16 lub 16:9. Jeśli podano również image_reference_url, wideo ma pierwszeństwo.
avataropcjonalne
Typenum
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
+5 więcejNeha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
Wybór wizualizacji stockowej używany wyłącznie wtedy, gdy nie podano referencji obrazu ani wideo; None i wartość domyślna pozostawiają go nieustawionym. Ta wizualizacja nigdy nie dostarcza audio — pochodzi ono zawsze z audio_url. Aby wybrać wizualizację, wyświetl opcje w [katalogu awatarów](https://captions.ai/help/docs/api/actor-catalog) i skopiuj dokładną wartość Avatar.
image_reference_urlopcjonalne
Typstring | null
Publicznie dostępny adres HTTPS obrazu referencyjnego bez plików cookie i nagłówków autoryzacji; podanie video_reference_url powoduje jego zignorowanie. Akceptowany jest pojedynczy statyczny obraz w formacie .jpg, .jpeg, .png lub .webp, o rozmiarze do 25 MiB i maksymalnie 25 megapikselach. Krótszy bok musi mieć co najmniej 512 px, żaden bok nie może przekraczać 8192 px, a proporcje muszą mieścić się w zakresie 5% od 9:16 lub 16:9.
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": "mirage-api/avatar-x/reference-to-video",
  "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": 3000,
    "usd": "3.00",
    "charged": 3000,
    "refunded": 0
  },
  "input": {
    "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"
  }
}
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}

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/mirage-api/avatar-x/reference-to-video.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt