Hoppa till innehåll

Infinitalk · Single Text

Integrera

Modell-id infinitalk/single-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/infinitalk/single-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",
    "text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "voice": "Aria",
    "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"

Den här begäran: ≈2,32 $ 2 320 API-krediter Kör den på den här sidan

Hämta API-nyckel
Meituan Läppsynkning och avatarer Läppsynkningupp till 720p

Video med talande avatar från en bild och inskriven text, uppläst med en vald inbyggd röst

Meituan · Video

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt

Text som styr videogenereringsprocessen.

•obligatoriskt

Textinstruktioner som vägleder videogenereringen.

•obligatoriskt image_url
Släpp en fil eller

URL till källbilden, där det valda bildförhållandet avgör om förbehandling behövs: en avvikelse utlöser storleksändring följt av beskärning från mitten.

resolution standard 480p

Upplösning för utdata-video; endast 480p och 720p stöds.

•obligatoriskt

Röst som valts för talsyntes.

standard 145

Antal bildrutor för genereringen, med det tillåtna intervallet 41–721.

Avancerat acceleration · seed · enable_safety_checker
acceleration standard regular

Accelerationsnivå som tillämpas under genereringen.

standard 42

Seed som gör genereringen reproducerbar. Om det ställs in på None väljs ett seed slumpmässigt.

POST /run/infinitalk/single-text?wait=20 pris → 2,32 $
# 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/infinitalk/single-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",
    "text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "voice": "Aria",
    "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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om Infinitalk · Single Text

I stället för en ljudfil tar denna variant `text_input` och en `voice` (till exempel Aria, Roger eller Sarah) som ska läsas upp, och läppsynkroniserar sedan avataren från `image_url`. En `prompt` styr videon. `num_frames` går från 41 till 721, `resolution` är 480p eller 720p och `acceleration` kan vara none, regular eller high.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
image_urlobligatoriskt image
Typurl · image
URL till källbilden, där det valda bildförhållandet avgör om förbehandling behövs: en avvikelse utlöser storleksändring följt av beskärning från mitten.
text_inputobligatoriskt
Typstring
Text som styr videogenereringsprocessen.
voiceobligatoriskt
Typenum
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 tillBrianDanielLilyBill
Röst som valts för talsyntes.
promptobligatoriskt
Typstring
Textinstruktioner som vägleder videogenereringen.
num_framesvalfritt
Typinteger
Standard145
41 – 721
Antal bildrutor för genereringen, med det tillåtna intervallet 41–721.
resolutionvalfritt
Typenum
Standard480p
480p720p
Upplösning för utdata-video; endast 480p och 720p stöds.
seedvalfritt
Typinteger
Standard42
0 – 4 294 967 295
Seed som gör genereringen reproducerbar. Om det ställs in på None väljs ett seed slumpmässigt.
accelerationvalfritt
Typenum
Standardregular
noneregularhigh
Accelerationsnivå som tillämpas under genereringen.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Granskningen kan lättas genom att ange false, om anroparen är behörig.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "infinitalk/single-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": 2320,
    "usd": "2.32",
    "charged": 2320,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "voice": "Aria",
    "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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
video
object {url, content_type, file_name, file_size}Videofil som skapats genom generering.
seed
integerSeed-värde som tillämpas under genereringen.

Fler modeller: Läppsynkning och avatarer

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/infinitalk/single-text.md. Alla modeller och guider: https://doitong.com/developers/llms.txt