Avançar para o conteúdo

Sad Talker · Reference

Integrar

ID do modelo sadtalker/reference
# 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/reference?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",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Até 4,50 $ por execução cobrado com base na utilização real, o restante é reembolsado Executar nesta página

Obter chave de API
Open model Lipsync e avatares Entradas de referênciaLipsync #animation

Animação de um rosto falante a partir de uma imagem e áudio, com a pose da cabeça obtida de um vídeo de referência

Open model · Vídeo

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

•obrigatório source_image_url
Largue um ficheiro ou

Localização da imagem de origem como URL.

•obrigatório
Largue um ficheiro ou

URL que aponta para o áudio de condução.

•obrigatório
Largue um ficheiro ou

URL do vídeo de referência.

Avançado face_model_resolution · preprocess · face_enhancer · pose_style · expression_scale · still_mode
face_model_resolution predefinição 256

Resolução usada pelo modelo de rosto.

preprocess predefinição crop

Método de pré-processamento a aplicar.

Tipo de melhoria facial a aplicar.

predefinição 0

Estilo usado para a pose.

predefinição 1

Fator de escala da expressão.

POST /run/sadtalker/reference?wait=20 cotação → 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/reference?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",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  }'

# 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"

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Sad Talker · Reference

À semelhança da variante básica de rosto falante, mas requer também `reference_pose_video_url`, um vídeo cujo movimento da cabeça orienta o resultado. As entradas são `source_image_url` e `driven_audio_url`. As opções incluem `pose_style` (0 a 45), `expression_scale` (0 a 3), `face_model_resolution` (256 ou 512), `still_mode` e uma escolha entre cinco modos de `preprocess`.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
source_image_urlobrigatório image
Tipourl · image
Localização da imagem de origem como URL.
driven_audio_urlobrigatório
Tipourl · audio
URL que aponta para o áudio de condução.
reference_pose_video_urlobrigatório
Tipourl · video
URL do vídeo de referência.
pose_styleopcional
Tipointeger
Predefinição0
0 – 45
Estilo usado para a pose.
face_model_resolutionopcional
Tipoenum
Predefinição256
256512
Resolução usada pelo modelo de rosto.
expression_scaleopcional
Tiponumber
Predefinição1
0 – 3
Fator de escala da expressão.
face_enhanceropcional
Tipostring | null
Tipo de melhoria facial a aplicar.
still_modeopcional
Tipoboolean
Predefiniçãofalse
Modo estático para reduzir o movimento da cabeça ao usar o pré-processamento `full`.
preprocessopcional
Tipoenum
Predefiniçãocrop
cropextcropresizefullextfull
Método de pré-processamento a aplicar.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sadtalker/reference",
  "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",
    "reference_pose_video_url": "https://content.doitong.com/video/showcase/v3/gen_fox_cartoon.mp4"
  },
  "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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
video
object {url, content_type, file_name, file_size}URL do vídeo gerado.

Mais modelos: Lipsync e avatares

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/sadtalker/reference.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt