跳转到内容

Mirage Avatar X

集成

模型 id mirage-api/avatar-x/reference-to-video
# 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/mirage-api/avatar-x/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

与示例类似的文件: $3.00 3,000 API 积分 运行前会测量你的文件 在此页面运行

获取 API 密钥
Mirage 唇形同步与数字人 参考输入唇形同步 #avatar#lipsync#talking-head

数字人 X 说话头像视频,由你的音频和图像、视频或素材数字人参考驱动

Mirage · 视频

你的第一个结果将在此显示

在下方构建请求,并使用你的 API 密钥运行。输出会复制到我们的存储中,可永久保存或免费保存 7 天。

构建请求

控件根据模型架构生成。更改控件时,代码和价格会同步更新。

•必填 audio_url
拖放文件,或

驱动生成视频的音频公共 HTTPS 地址,无需授权标头或 Cookie 即可访问。支持的音频格式包括 FLAC、Opus 或 Vorbis、AAC 或 ALAC、PCM WAV 或 AIFF,以及 MP3。文件必须包含单个单声道或立体声流,时长为 3–180 秒,大小不超过 64 MiB,采样率为 8–48 kHz。

高级 video_reference_url · avatar · image_reference_url

参考视频 HTTPS URL,必须可公开访问且无需授权标头或 Cookie;文件必须包含恰好一个视频流,并至少包含一个适合作为参考的 1 秒片段;音频将被忽略。支持的文件组合为:.mp4、.mov 或 .m4v 搭配 H.264、H.265/HEVC 或 ProRes,或 .webm 搭配 VP8 或 VP9;时长必须为 1 到 120 秒,大小不得超过 1 GiB,显示宽高比必须与 9:16 或 16:9 之一相差不超过 5%。如果同时提供 image_reference_url,则优先使用视频。

仅在未提供图像或视频参考时使用的素材视觉选择;None 和默认值都会保持未设置。该视觉不会提供音频,音频始终来自 audio_url。要选择视觉,请在 [avatar catalog](https://captions.ai/help/docs/api/actor-catalog) 中预览选项,并复制准确的 Avatar 值。

参考图像 HTTPS URL,必须可公开访问且无需 Cookie 或授权标头;提供 video_reference_url 后将忽略此 URL。接受单张 .jpg、.jpeg、.png 或 .webp 格式的静态图像,大小限制为 25 MiB、25 百万像素。较短边至少为 512 px,任一边不得超过 8192 px;宽高比必须与 9:16 或 16:9 相差不超过 5%。

POST /run/mirage-api/avatar-x/reference-to-video?wait=20 报价 → $3.00
# 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/mirage-api/avatar-x/reference-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "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"

运行此请求

你的密钥会保留在此浏览器中:仅发送到 Doitong API;只有勾选“记住”后才会保存到 localStorage。 获取 API 密钥

关于 Mirage Avatar X

根据 `audio_url`(3 到 180 秒)生成口型同步的头像视频。视觉内容来自 `video_reference_url`、`image_reference_url` 或素材 `avatar`;两者同时提供时,视频参考优先于图像。`avatar` 选项仅提供视觉内容,不提供音频。参考 URL 必须可通过 HTTPS 公开获取。

参数

发送规范名称或原生名称之一,不要同时发送两者。 规范名称

名称类型 默认值允许值 描述
audio_url必填 audio
类型url · audio
驱动生成视频的音频公共 HTTPS 地址,无需授权标头或 Cookie 即可访问。支持的音频格式包括 FLAC、Opus 或 Vorbis、AAC 或 ALAC、PCM WAV 或 AIFF,以及 MP3。文件必须包含单个单声道或立体声流,时长为 3–180 秒,大小不超过 64 MiB,采样率为 8–48 kHz。
video_reference_url可选
类型string | null
参考视频 HTTPS URL,必须可公开访问且无需授权标头或 Cookie;文件必须包含恰好一个视频流,并至少包含一个适合作为参考的 1 秒片段;音频将被忽略。支持的文件组合为:.mp4、.mov 或 .m4v 搭配 H.264、H.265/HEVC 或 ProRes,或 .webm 搭配 VP8 或 VP9;时长必须为 1 到 120 秒,大小不得超过 1 GiB,显示宽高比必须与 9:16 或 16:9 之一相差不超过 5%。如果同时提供 image_reference_url,则优先使用视频。
avatar可选
类型enum
NoneAyeshaAyesha (16:9)FarhanFarhan (16:9)GiuliaGiulia (16:9)JasmineJasmine (16:9)LukeLuke (16:9)MayaMaya (16:9)MichaelMichael (16:9)Neha
另外 5 个Neha (16:9)TariqTariq (16:9)ValerieValerie (16:9)
仅在未提供图像或视频参考时使用的素材视觉选择;None 和默认值都会保持未设置。该视觉不会提供音频,音频始终来自 audio_url。要选择视觉,请在 [avatar catalog](https://captions.ai/help/docs/api/actor-catalog) 中预览选项,并复制准确的 Avatar 值。
image_reference_url可选
类型string | null
参考图像 HTTPS URL,必须可公开访问且无需 Cookie 或授权标头;提供 video_reference_url 后将忽略此 URL。接受单张 .jpg、.jpeg、.png 或 .webp 格式的静态图像,大小限制为 25 MiB、25 百万像素。较短边至少为 512 px,任一边不得超过 8192 px;宽高比必须与 9:16 或 16:9 相差不超过 5%。
必填 规范名称,也可接受

文件参数接受公开的 https:// URL、最大 10 MB 的 data: URI,或上传文件的 file_url。 文件

输出

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "mirage-api/avatar-x/reference-to-video",
  "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": 3000,
    "usd": "3.00",
    "charged": 3000,
    "refunded": 0
  },
  "input": {
    "audio_url": "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"
  }
}
你的文件,由你选择每个 outputs[].url 都是存储中的副本:可永久保存(按 GB-月付费),也可免费保存 7 天,由账户设置或 ?storage= 决定。
每个模型的结构相同图像、视频和音频均包含 type、url、content_type、width、height 和 duration。output 是模型自身的结果对象。
输出字段
video
object {url, content_type, file_name, file_size}

更多模型:唇形同步与数字人

对于 AI 代理:此页面的 Markdown 版本位于 https://doitong.com/zh/developers/models/mirage-api/avatar-x/reference-to-video.md. 所有模型和指南: https://doitong.com/developers/llms.txt