# LTX 2.3 Trainer (V2) - Audio-to-Audio API

> இணைக்கப்பட்ட எடுத்துக்காட்டுகளிலிருந்து குறிப்பு ஆடியோ கிளிப்பை இலக்கு ஆடியோ கிளிப்பாக மாற்றும் LTX 2.3 LoRA-வைப் பயிற்றுவிக்கிறது

`training_data_url` இல் உள்ள இணைக்கப்பட்ட எடுத்துக்காட்டுகளின் `.zip` கோப்பிலிருந்து ஆடியோ-ஆடியோ மாற்றத்திற்கான LoRA-வை நுணுக்கமாகப் பயிற்றுவிக்கிறது. `rank` 8 முதல் 128 வரையிலும், `number_of_steps` 100 முதல் 10000 வரையிலும், `audio_duration_seconds` 0.5 முதல் 60 வரையிலும் இருக்கலாம். இங்கு காட்சி பிரித்தல் பயன்படுத்தப்படாது; எனவே முன்பே பிரிக்கப்பட்ட கிளிப்புகளை வழங்கவும். LoRA எடைகளையும் config கோப்பையும் வழங்குகிறது.

- Model id: `ltx23-trainer-v2/a2a`
- Made by: Lightricks
- Category: Training
- Output: file
- Price: $0.0023 / step (cheapest run $4.60 (4600 API credits))
- Run: `POST https://api.doitong.com/v1/run/ltx23-trainer-v2/a2a`
- Quote: `POST https://api.doitong.com/v1/quote/ltx23-trainer-v2/a2a`
- Docs page: https://doitong.com/ta/developers/models/ltx23-trainer-v2/a2a

## Pricing

Price: **$0.0023 / step**. Billed per training step (`number_of_steps`).

The full example input below costs $4.60 = 4600 API credits (2000 steps × 2.3 API credits).

Prices are the upstream price in USD, paid from the API balance in API credits (1000 API credits = 1 USD). `POST https://api.doitong.com/v1/quote/ltx23-trainer-v2/a2a` with the same JSON body returns the exact price for that input; the quote is exactly what a run charges. Invalid input is never charged and failed or canceled requests are refunded automatically.

## Input parameters

| Parameter | Canonical name | Type | Required | Default | Allowed values / range | Description |
|---|---|---|---|---|---|---|
| `training_data_url` |  | string | yes |  |  | தேர்ந்தெடுக்கப்பட்ட பயிற்சிப் பயன்முறையின்படி ஒழுங்கமைக்கப்பட்ட பயிற்சித் தரவைக் கொண்ட `.zip` இன் URL. ஒவ்வொரு ஊடகக் கோப்புடனும் பொருந்தும் அடிப்படைப் பெயரைக் கொண்ட `.txt` தலைப்புக் கோப்பு இருக்கலாம். |
| `rank` |  | enum (integer) | no | `32` | `8`, `16`, `32`, `64`, `128` | LoRA தழுவல் தரவரிசை; அமைப்பு அதிகரிக்கும்போது அதிக நினைவகப் பயன்பாட்டிற்கு மாற்றாக அதிக திறனை வழங்குகிறது. |
| `number_of_steps` |  | integer | no | `2000` | 100 – 10,000 | பயிற்சிப் படிகளின் மொத்த எண்ணிக்கை. |
| `learning_rate` |  | number | no | `0.0002` | 0.000001 – 1 | மேம்படுத்தல் கற்றல் வீதம். |
| `number_of_frames` |  | integer | no | `89` | 9 – 121 | ஒவ்வொரு பயிற்சி மாதிரிக்குமான ஃப்ரேம் எண்ணிக்கை. இந்த எண்ணிக்கையை 8-ஆல் வகுத்தால் மீதி 1 ஆக இருக்க வேண்டும்; எடுத்துக்காட்டுகள்: 1, 9, 17, 25, 33, 41, 49, 57, 65, 73, 81, 89, 97. |
| `frame_rate` |  | integer | no | `24` | 8 – 60 | ஒரு வினாடிக்கான ஃப்ரேம்களில் பயிற்சி வீடியோவின் இலக்கு ஃப்ரேம் வீதம். LTX-2.3-க்கான இயல்புநிலை வீதம் 24. |
| `resolution` |  | enum (string) | no | `medium` | `low`, `medium`, `high` | பயிற்சித் தெளிவுத்திறன். தெளிவுத்திறனை அதிகரிப்பது நினைவகத் தேவைகளை அதிகரிக்கும். |
| `aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | பயிற்சி விகிதக்கூறு. |
| `trigger_phrase` |  | string | no | `` |  | LoRA பாணி செயல்படுத்தும் சொற்றொடர்; பயிற்சியின்போது தலைப்புகளின் தொடக்கத்தில் செருகப்படும். |
| `auto_scale_input` |  | boolean | no | `false` |  | இயக்கப்பட்டால், கோரப்பட்ட FPS மற்றும் ஃப்ரேம் எண்ணிக்கையுடன் பொருந்துமாறு வீடியோவைத் தானாகச் சரிசெய்கிறது; படத் தரவுத்தொகுப்புகள் மாற்றமின்றி இருக்கும். |
| `split_input_into_scenes` |  | boolean | no | `false` |  | காட்சி-பிரிப்புக் கட்டுப்பாடு; பிரிப்பது இணையை ஒத்திசைவு இழக்கச் செய்வதால் a2a க்கான இணைக்கப்பட்ட இலக்கு/குறிப்பு ஆடியோ தயாரிப்பின்போது புறக்கணிக்கப்படும். a2a க்கு இதை முடக்கி, முன்பே பிரிக்கப்பட்ட கிளிப்புகளை வழங்கவும். |
| `split_input_duration_threshold` |  | number | no | `30` | 1 – 60 | வினாடிகளில் வெளிப்படுத்தப்படும் காட்சி-பிரிப்புத் தூண்டல்; வரம்பைவிட நீளமான வீடியோக்கள் மட்டுமே பிரிக்கப்படும். |
| `debug_dataset` |  | boolean | no | `false` |  | முழுப் பயிற்சி இயக்கத்திற்கு முன் வீடியோக்கள், படங்கள் மற்றும் தலைப்புகளைச் சரிபார்ப்பதற்கான முன்செயலாக்க ஆய்வு முறை. இதை இயக்கினால், செயலாக்கப்பட்ட பயிற்சித் தரவுத்தொகுப்பை கைமுறை மதிப்பாய்வுக்காகப் பதிவிறக்கக்கூடிய காப்பகமாக பயிற்சியாளர் வழங்கும். |
| `audio_normalize` |  | boolean | no | `true` |  | தரவுத்தொகுப்பு முழுவதும் சீரான அளவுகளைப் பராமரிப்பதற்கான ஆடியோ உச்சநிலை இயல்பாக்கம். |
| `audio_preserve_pitch` |  | boolean | no | `true` |  | ஆடியோ நீளத்தைப் பொருத்தும்போது வெட்டுவதற்குப் பதிலாக அல்லது நிரப்புவதற்குப் பதிலாக சுருதி பாதுகாப்பு. |
| `audio_duration_seconds` |  | number | no | `5` | 0.5 – 60 | வினாடிகளில் ஆடியோ நீளத் தொகுதி; வீடியோ ஃப்ரேம் எண்ணிக்கையிலிருந்து நீளத்தைக் கணக்கிட முடியாத ஆடியோ-மட்டும் பயன்முறைகளுக்கு இது தேவை. இந்த இலக்கு கிளிப் கையாளுதலைத் தீர்மானிக்கும்: அதிகப்படியான ஆடியோ வெட்டப்படும்; குறைவான நீளமுள்ள கிளிப்புகள் தவிர்க்கப்படும். |
| `validation` |  | array of object {prompt, reference_audio_url} | no | `[]` | ≤ 2 items | ஒவ்வொரு ப்ராம்ப்ட்டையும் ஒரு குறிப்பு ஆடியோ கிளிப்புடன் இணைக்கும் சரிபார்ப்பு ப்ராம்ப்ட் பட்டியல். |
| `validation[].prompt` |  | string | yes |  |  | சரிபார்ப்பின்போது பயன்படுத்தப்படும் ப்ராம்ப்ட். |
| `validation[].reference_audio_url` |  | string (audio URL) | yes |  | ≥ 1 characters | ஆடியோ உருவாக்கத்தைக் கண்டிஷன் செய்யப் பயன்படுத்தப்படும் குறிப்பு ஆடியோ URL. |
| `validation_negative_prompt` |  | string | no | `blurry, 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.` |  | சரிபார்ப்பின்போது பயன்படுத்தப்படும் எதிர்மறை ப்ராம்ப்ட்; இது ஒற்றைக் கட்ட முன்னோட்டச் செயல்முறையைப் பயன்படுத்துகிறது. அந்தச் செயல்முறை இரண்டு கட்டங்களைக் கொண்ட சுருக்கப்பட்ட உற்பத்தி ஊகத்தை தோராயமாகப் பின்பற்றுவதால், அதன் வழிகாட்டலும் முன்னோட்டத் தரமும் இறுதி முடிவுகளிலிருந்து மாறுபடும். |
| `validation_number_of_frames` |  | integer | no | `89` | 9 – 121 | ஒவ்வொரு சரிபார்ப்பு வீடியோவிற்குமான ஃப்ரேம் எண்ணிக்கை. |
| `validation_frame_rate` |  | integer | no | `24` | 8 – 60 | சரிபார்ப்பு வீடியோக்களுக்கான இலக்கு ஃப்ரேம் வீதம், ஒரு வினாடிக்கான ஃப்ரேம்களில்; LTX-2.3 இயல்பாக 24 இல் இயங்குகிறது. |
| `validation_resolution` |  | enum (string) | no | `high` | `low`, `medium`, `high` | சரிபார்ப்பின்போது பயன்படுத்தப்படும் தெளிவுத்திறன். |
| `validation_aspect_ratio` |  | enum (string) | no | `1:1` | `16:9`, `1:1`, `9:16` | சரிபார்ப்பின்போது பயன்படுத்தப்படும் விகிதக்கூறு. |
| `stg_scale` |  | number | no | `1` | 0 – 3 | Spatio-Temporal Guidance (STG) அளவுகோல்; 1.0 பரிந்துரைக்கப்படுகிறது, 0.0 STG-ஐ முடக்கும். |

## Example input

Required parameters only:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

A fuller example:

```json
{
  "training_data_url": "https://example.com/your-file.zip"
}
```

## Run it

Set `DOITONG_API_KEY` to a key from https://doitong.com/developers/dashboard#keys. `?wait=20` returns the finished request in the same call when it is ready within 20 seconds; otherwise poll `GET /requests/{id}` (it also accepts `?wait=`), or pass `webhook_url`.

### curl

```bash
# 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/a2a?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"
```

### JavaScript

```javascript
const API = "https://api.doitong.com/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/ltx23-trainer-v2/a2a?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "training_data_url": "https://example.com/your-file.zip"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");
```

### Python

```python
import os
import requests

API = "https://api.doitong.com/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "training_data_url": "https://example.com/your-file.zip",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/ltx23-trainer-v2/a2a", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])
```

### MCP

The MCP server at `https://api.doitong.com/v1/mcp` exposes the tools `search_models`, `get_model`, `quote`, `run`, `get_request`, `cancel_request`, `list_requests`, `create_upload` and `get_account`. A `run` call for this model:

```json
{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "ltx23-trainer-v2/a2a",
      "input": {
        "training_data_url": "https://example.com/your-file.zip"
      },
      "wait_seconds": 20
    }
  }
}
```

## Response

Every call returns a request object. `status` is one of `queued`, `running`, `succeeded`, `failed`, `canceled`. `outputs` lists the generated files with URLs on our storage (kept forever, or 7 days with `?storage=temporary`; `storage` says which); `output` is the model's own result object with the same URLs.

```json
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx23-trainer-v2/a2a",
  "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": 4600,
    "usd": "4.60",
    "charged": 4600,
    "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"
  }
}
```

### Output fields (`output`)

| Field | Type | Description |
|---|---|---|
| `video` | object {url, content_type, file_name, file_size} \| null | கிடைக்கும்போது சரிபார்ப்பிலிருந்து ஒருங்கிணைக்கப்பட்ட வீடியோ முன்னோட்டம்; வீடியோவை உருவாக்கும் முனையங்களுக்கு இது வழங்கப்படும். |
| `audio` | object {url, content_type, file_name, file_size} \| null | சரிபார்ப்பிலிருந்து ஒருங்கிணைக்கப்பட்ட ஆடியோ; இந்த ஆடியோ-மட்டும் வழித்தடங்களுக்கு கிடைக்கும்போது முன்னோட்டமாக வழங்கப்படும்: /audio-inpaint, /audio-extend-suffix, /audio-extend-prefix, /t2a, /a2a, மற்றும் /v2a. |
| `lora_file` | object {url, content_type, file_name, file_size} | .safetensors வடிவிலான பயிற்சியளிக்கப்பட்ட LoRA எடைகளுக்கான URL. |
| `config_file` | object {url, content_type, file_name, file_size} | ஊக முனைய அமைப்பிற்கான உள்ளமைவு. |
| `debug_dataset` | object {url, content_type, file_name, file_size} \| null | `debug_dataset` இயக்கப்பட்டிருக்கும்போது கிடைக்கும் பிழைத்திருத்த வெளியீடு: முன்செயலாக்கத்திற்குப் பிறகான பயிற்சித் தரவைக் கொண்ட பதிவிறக்கக்கூடிய காப்பகம். |

## Related models

- [LTX 2.3 Trainer (V2) - Audio Inpainting](https://doitong.com/developers/models/ltx23-trainer-v2/audio-inpaint.md) (`ltx23-trainer-v2/audio-inpaint`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/av2av.md) (`ltx23-trainer-v2/ic-lora/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio+Video Reference Transformation](https://doitong.com/developers/models/ltx23-trainer-v2/av2av.md) (`ltx23-trainer-v2/av2av`): $0.0068 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Audio IC-LoRA](https://doitong.com/developers/models/ltx23-trainer-v2/ic-lora/a2a.md) (`ltx23-trainer-v2/ic-lora/a2a`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Audio-to-Video](https://doitong.com/developers/models/ltx23-trainer-v2/a2v.md) (`ltx23-trainer-v2/a2v`): $0.006 / step
- [LTX 2.3 Trainer (V2) - Backward Audio Extension](https://doitong.com/developers/models/ltx23-trainer-v2/audio-extend-suffix.md) (`ltx23-trainer-v2/audio-extend-suffix`): $0.0023 / step
- [LTX 2.3 Trainer (V2) - Backward Video Extension](https://doitong.com/developers/models/ltx23-trainer-v2/extend-suffix.md) (`ltx23-trainer-v2/extend-suffix`): $0.0061 / step
- [LTX 2.3 Trainer (V2) - Forward Audio Extension](https://doitong.com/developers/models/ltx23-trainer-v2/audio-extend-prefix.md) (`ltx23-trainer-v2/audio-extend-prefix`): $0.0022 / step

## Links

- HTML page: https://doitong.com/developers/models/ltx23-trainer-v2/a2a
- All models and guides for AI agents: https://doitong.com/developers/llms.txt
- OpenAPI 3.1 with this model's typed request body: https://doitong.com/developers/openapi.json?model=ltx23-trainer-v2/a2a
- Errors: https://doitong.com/developers/docs/errors
- Model details as JSON: https://api.doitong.com/v1/models/ltx23-trainer-v2/a2a