Przejdź do treści

Sync Lipsync 3

Integracja

Identyfikator modelu 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"

Pliki takie jak przykład: 1,334 $ 1334 kredyty API Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Sync Labs Synchronizacja ruchu ust i awatary Synchronizacja ruchu ust #lipsync#dubbing#localization

Dostosowuje ruch ust dowolnego mówiącego wideo do nowej ścieżki audio.

Sync Labs · 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 video_url
Upuść plik lub

URL wskazujący wideo wejściowe.

•wymagane audio_url
Upuść plik lub

Lokalizacja audio wejściowego jako adres URL.

sync_mode domyślnie cut_off

Tryb synchronizacji ust do obsługi różnic w długości audio i wideo.

Zaawansowane options

Skonfiguruj tutaj dodatkowe zachowanie generowania Sync.so; podane options.sync_mode ma pierwszeństwo przed wartością najwyższego poziomu sync_mode.

POST /run/sync-lipsync/v3?wait=20 wycena → 1,334 $
# 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"

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 Sync Lipsync 3

Sync Labs lipsync-3 zastępuje ruch ust osoby w wideo tak, aby odpowiadał nowej ścieżce głosowej, do dubbingu, lokalizacji reklam i poprawiania kwestii w postprodukcji. Gdy długości audio i wideo się różnią, można wybrać przycięcie, zapętlenie, odbicie, uzupełnienie ciszą lub remapowanie.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
video_urlwymagane video
Typurl · video
URL wskazujący wideo wejściowe.
audio_urlwymagane audio
Typurl · audio
Lokalizacja audio wejściowego jako adres URL.
sync_modeopcjonalne
Typenum
Domyślnecut_off
cut_offloopbouncesilenceremap
Tryb synchronizacji ust do obsługi różnic w długości audio i wideo.
optionsopcjonalne
Typobject
Skonfiguruj tutaj dodatkowe zachowanie generowania Sync.so; podane options.sync_mode ma pierwszeństwo przed wartością najwyższego poziomu sync_mode.
options.sync_modeopcjonalne
Typenum
cut_offloopbouncesilenceremap
Nadpisanie najwyższego poziomu sync_mode określające zachowanie przy różnych długościach audio i wideo wejściowego.
options.model_modeopcjonalne
Typenum
lipsfaceheadlipsyncemotiontalking_head
Wybór obszaru edycji, głównie dla react-1, określający region modyfikowany przez model.
options.promptopcjonalne
Typenum
happysadangrydisgustedsurprisedneutral
Wskazówki dotyczące emocji używane głównie przez react-1 do sterowania generowaniem.
options.temperatureopcjonalne
Typnumber | null
0 – 1
Ustawienie ekspresyjności, które nie wpływa na sync-3, ponieważ model obsługuje je natywnie. Dla modeli korzystających z tego ustawienia wartość 0 oznacza najmniejszą ekspresyjność synchronizacji ust, a 1 największą.
options.active_speaker_detectionopcjonalne
Typobject
Ustawienia identyfikowania aktywnego mówcy w filmach zawierających wiele osób.
options.active_speaker_detection.auto_detectopcjonalne
Typboolean | null
Automatyczne identyfikowanie aktywnego mówcy i zastosowanie generowania do tej osoby.
options.active_speaker_detection.v3opcjonalne
Typboolean | null
Użycie wykrywania aktywnego mówcy w wersji v3.
options.active_speaker_detection.use_v2opcjonalne
Typboolean | null
Przestarzałe ustawienie wykrywania aktywnego mówcy w wersji v2.
options.active_speaker_detection.frame_numberopcjonalne
Typinteger | null
≥ 0
Indeks klatki używanej dla współrzędnych ręcznie wybierających mówcę.
options.active_speaker_detection.coordinatesopcjonalne
Typinteger[]
2 – 2 items
Punkt odniesienia twarzy podany jako [x, y] dla mówcy w frame_number.
options.active_speaker_detection.bounding_boxesopcjonalne
Typarray[]
Wykryte ramki ograniczające twarz dla każdej klatki, wyrażone jako [x1, y1, x2, y2].
options.active_speaker_detection.bounding_boxes_urlopcjonalne
Typstring | null
Adres URL pliku JSON zawierającego ramki ograniczające dla każdej klatki.
options.active_speaker_detection.face_imageopcjonalne
Typstring | null
Obraz twarzy zakodowany w Base64, używany do ręcznego wyboru mówcy.
options.occlusion_detection_enabledopcjonalne
Typboolean | null
Przełącznik wykrywania zasłonięcia, który nie wpływa na sync-3, ponieważ wykrywanie jest tam automatyczne; w przeciwnym razie określa, czy generowanie obejmuje wykrywanie zasłonięć.
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": "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"
  }
}
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}Wideo wygenerowane przez model.

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/sync-lipsync/v3.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt