Preskoči na vsebino

LTX 2.3 Trainer (V2) - Audio-to-Video

Integracija

ID modela ltx23-trainer-v2/a2v
# 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/ltx23-trainer-v2/a2v?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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"

Ta zahteva: 12,00 $ 12.000 API kreditov Zaženi na tej strani

Pridobi ključ API
Lightricks · Datoteka

Tukaj bo vaš prvi rezultat

Spodaj sestavite zahtevo in jo zaženite s svojim ključem API. Izhodi se kopirajo v našo shrambo, kjer se hranijo za vedno ali 7 dni brezplačno.

Ustvari zahtevo

Kontrolniki se ustvarijo iz sheme modela. Koda in cena se posodobita, ko ju spreminjate.

resolution privzeto medium

Ločljivost učenja. Povečanje ločljivosti poveča zahteve po pomnilniku.

aspect_ratio privzeto 1:1

Razmerje stranic pri učenju.

•obvezno

URL datoteke `.zip` s podatki za učenje, organiziranimi glede na izbrani način učenja. Vsaka predstavnostna datoteka ima lahko spremljajoč opis `.txt` z enakim osnovnim imenom.

privzeto 2000

Skupno število korakov učenja.

Napredno validation_negative_prompt · rank · validation_resolution · validation_aspect_ratio · trigger_phrase · learning_rate · number_of_frames · frame_rate · split_input_duration_threshold · validation_number_of_frames · validation_frame_rate · stg_scale · auto_scale_input · split_input_into_scenes · debug_dataset · audio_normalize · audio_preserve_pitch · validation
privzeto blurry, out of focus,...

Negativni poziv, uporabljen med preverjanjem, ki uporablja predogledni proces z eno stopnjo. Ker ta proces približa destilirano produkcijsko sklepanje z dvema stopnjama, se njegovo vodenje in kakovost predogleda razlikujeta od končnih rezultatov.

rank privzeto 32

Rang prilagoditve LoRA, pri katerem večja nastavitev pomeni večjo porabo pomnilnika in večjo zmogljivost.

validation_resolution privzeto high

Ločljivost, uporabljena med preverjanjem.

validation_aspect_ratio privzeto 1:1

Razmerje stranic, uporabljeno med preverjanjem.

privzeto

Besedna zveza za aktivacijo sloga LoRA, vstavljena na začetek opisov med učenjem.

privzeto 0.0002

Hitrost učenja pri optimizaciji.

privzeto 89

Število sličic za vsak učni vzorec. Deljenje števila z 8 mora pustiti ostanek 1; primeri so 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.

privzeto 24

Ciljna hitrost sličic učnega videa v sličicah na sekundo. Naravna hitrost za LTX-2.3 je 24.

privzeto 30

Sprožilec razdeljevanja prizorov, izražen kot trajanje v sekundah: razdelijo se samo videi, daljši od praga.

privzeto 89

Število sličic za vsak video preverjanja.

privzeto 24

Ciljna hitrost sličic za videe preverjanja v sličicah na sekundo; LTX-2.3 izvorno deluje pri 24.

privzeto 1

Merilo prostorsko-časovnega vodenja (STG), pri čemer je priporočena vrednost 1.0, vrednost 0.0 pa STG izklopi.

privzeto []

Seznam pozivov za preverjanje, pri katerem je vsak poziv povezan s sledjo zvoka za pogojevanje.

POST /run/ltx23-trainer-v2/a2v?wait=20 cena → 12,00 $
# 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/ltx23-trainer-v2/a2v?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "training_data_url": "https://example.com/your-file.zip"
  }'

# 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"

Zaženi to zahtevo

Vaš ključ ostane v tem brskalniku: pošlje se samo v Doitong API in shrani v localStorage samo, če označite možnost Zapomni si. Pridobi ključ API

O modelu LTX 2.3 Trainer (V2) - Audio-to-Video

Usposobi LoRA za ustvarjanje videa iz zvoka iz `.zip` datoteke v `training_data_url`. `rank` je od 8 do 128, `number_of_steps` od 100 do 10000, `number_of_frames` pa od 9 do 121. `validation` sprejme največ 2 vnosa, vsak s pogojevalnim zvočnim posnetkom. Izhod vključuje uteži LoRA, konfiguracijsko datoteko in izbirni predogled.

Parametri

ImeVrsta PrivzetoDovoljeno Opis
training_data_urlobvezno
Vrstastring
URL datoteke `.zip` s podatki za učenje, organiziranimi glede na izbrani način učenja. Vsaka predstavnostna datoteka ima lahko spremljajoč opis `.txt` z enakim osnovnim imenom.
rankneobvezno
Vrstaenum
Privzeto32
8163264128
Rang prilagoditve LoRA, pri katerem večja nastavitev pomeni večjo porabo pomnilnika in večjo zmogljivost.
number_of_stepsneobvezno
Vrstainteger
Privzeto2000
100 – 10.000
Skupno število korakov učenja.
learning_rateneobvezno
Vrstanumber
Privzeto0.0002
0,000001 – 1
Hitrost učenja pri optimizaciji.
number_of_framesneobvezno
Vrstainteger
Privzeto89
9 – 121
Število sličic za vsak učni vzorec. Deljenje števila z 8 mora pustiti ostanek 1; primeri so 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97.
frame_rateneobvezno
Vrstainteger
Privzeto24
8 – 60
Ciljna hitrost sličic učnega videa v sličicah na sekundo. Naravna hitrost za LTX-2.3 je 24.
resolutionneobvezno
Vrstaenum
Privzetomedium
lowmediumhigh
Ločljivost učenja. Povečanje ločljivosti poveča zahteve po pomnilniku.
aspect_rationeobvezno
Vrstaenum
Privzeto1:1
16:91:19:16
Razmerje stranic pri učenju.
trigger_phraseneobvezno
Vrstastring
Privzeto
Besedna zveza za aktivacijo sloga LoRA, vstavljena na začetek opisov med učenjem.
auto_scale_inputneobvezno
Vrstaboolean
Privzetofalse
Samodejna prilagoditev videa zahtevanemu FPS in številu sličic, ko je omogočena; nabori slik ostanejo nespremenjeni.
split_input_into_scenesneobvezno
Vrstaboolean
Privzetofalse
Razdeljevanje prizorov pri sintetiziranih učnih videih, ki presegajo prag trajanja. Ko je true, se razdeljevanje izvede po sestavljanju začetne slike in zvoka.
split_input_duration_thresholdneobvezno
Vrstanumber
Privzeto30
1 – 60
Sprožilec razdeljevanja prizorov, izražen kot trajanje v sekundah: razdelijo se samo videi, daljši od praga.
debug_datasetneobvezno
Vrstaboolean
Privzetofalse
Način pregleda predobdelave za preverjanje videov, slik in opisov pred celotnim učenjem. Z omogočanjem trener vrne obdelani učni nabor v arhivu, ki ga je mogoče prenesti in ročno pregledati.
audio_normalizeneobvezno
Vrstaboolean
Privzetotrue
Normalizacija vrhov zvoka za pogojevanje, da se ohranijo enakomerne ravni po celotnem naboru.
audio_preserve_pitchneobvezno
Vrstaboolean
Privzetotrue
Ohranjanje višine tona pri prilagajanju zvoka dolžini videa namesto njegovega krajšanja ali dodajanja tišine.
validationneobvezno
Vrstaobject[]
Privzeto[]
≤ 2 elementa
Seznam pozivov za preverjanje, pri katerem je vsak poziv povezan s sledjo zvoka za pogojevanje.
validation[].promptobvezno
Vrstastring
Poziv, uporabljen med preverjanjem.
validation[].image_urlobvezno
Vrstaurl · image
≥ 1 characters
URL slike, ki jo a2v uporabi neposredno kot prvo sličico namesto njenega generiranja. Proces a2v slika+zvok -> video uporablja priloženi zvok in sliko kot pogojevanje.
validation[].audio_urlobvezno
Vrstaurl · audio
≥ 1 characters
URL zvoka za pogojevanje, ki usmerja generiranje videa.
validation_negative_promptneobvezno
Vrstastring
Privzetoblurry, out of focus, overexposed, underexposed, low contrast, washed out colors, excessive noise, grainy texture, poor lighting, flickering, motion blur, distorted proportions, unnatural skin tones, deformed facial features, asymmetrical face, missing facial features, extra limbs, disfigured hands, wrong hand count, artifacts around text, inconsistent perspective, camera shake, incorrect depth of field, background too sharp, background clutter, distracting reflections, harsh shadows, inconsistent lighting direction, color banding, cartoonish rendering, 3D CGI look, unrealistic materials, uncanny valley effect, incorrect ethnicity, wrong gender, exaggerated expressions, wrong gaze direction, mismatched lip sync, silent or muted audio, distorted voice, robotic voice, echo, background noise, off-sync audio, incorrect dialogue, added dialogue, repetitive speech, jittery movement, awkward pauses, incorrect timing, unnatural transitions, inconsistent framing, tilted camera, flat lighting, inconsistent tone, cinematic oversaturation, stylized filters, or AI artifacts.
Negativni poziv, uporabljen med preverjanjem, ki uporablja predogledni proces z eno stopnjo. Ker ta proces približa destilirano produkcijsko sklepanje z dvema stopnjama, se njegovo vodenje in kakovost predogleda razlikujeta od končnih rezultatov.
validation_number_of_framesneobvezno
Vrstainteger
Privzeto89
9 – 121
Število sličic za vsak video preverjanja.
validation_frame_rateneobvezno
Vrstainteger
Privzeto24
8 – 60
Ciljna hitrost sličic za videe preverjanja v sličicah na sekundo; LTX-2.3 izvorno deluje pri 24.
validation_resolutionneobvezno
Vrstaenum
Privzetohigh
lowmediumhigh
Ločljivost, uporabljena med preverjanjem.
validation_aspect_rationeobvezno
Vrstaenum
Privzeto1:1
16:91:19:16
Razmerje stranic, uporabljeno med preverjanjem.
stg_scaleneobvezno
Vrstanumber
Privzeto1
0 – 3
Merilo prostorsko-časovnega vodenja (STG), pri čemer je priporočena vrednost 1.0, vrednost 0.0 pa STG izklopi.
obvezno

Izhod

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-trainer-v2/a2v",
  "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": 12000,
    "usd": "12.00",
    "charged": 12000,
    "refunded": 0
  },
  "input": {
    "training_data_url": "https://example.com/your-file.zip"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "lora_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "config_file": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "debug_dataset": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "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"
  }
}
Vaše datoteke, vaša izbiraVsak outputs[].url je kopija v naši shrambi: hrani se za vedno (plačilo na GB-mesec) ali 7 dni brezplačno, glede na nastavitev računa ali ?storage=.
Enaka struktura pri vsakem modelutype, url, content_type, width, height in duration za slike, videoposnetke in zvok. output je lasten objekt rezultata modela.
Polja izhoda
video
object {url, content_type, file_name, file_size} | nullZdružen video predogled preverjanja, kadar je na voljo za končne točke, ki ustvarjajo video.
audio
object {url, content_type, file_name, file_size} | nullZdružen zvok preverjanja, na voljo kot predogled za te poti samo z zvokom: /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a in /v2a.
lora_file
object {url, content_type, file_name, file_size}URL uteži naučenega LoRA v obliki .safetensors.
config_file
object {url, content_type, file_name, file_size}Konfiguracija za nastavitev končne točke sklepanja.
debug_dataset
object {url, content_type, file_name, file_size} | nullIzhod za odpravljanje napak, na voljo ob omogočenem `debug_dataset`: arhiv, ki ga je mogoče prenesti in vsebuje učne podatke po predobdelavi.

Več modelov: Učenje

Za agente AI: ta stran je v obliki Markdown na voljo na https://doitong.com/sl/developers/models/ltx23-trainer-v2/a2v.md. Vsi modeli in vodniki: https://doitong.com/developers/llms.txt