رفتن به محتوا

Infinitalk · Single Text

یکپارچه‌سازی

شناسه مدل 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.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ≈⁨‎$۲٫۳۲⁩ ۲٬۳۲۰ اعتبار API · ≈ ⁨‎₽۲۴۴٫۶۷⁩ اجرای آن در این صفحه

دریافت کلید API
Meituan همگام‌سازی لب و آواتارها همگام‌سازی لبحداکثر 720p

ویدیوی آواتار سخنگو از تصویر و متن تایپ‌شده، با صدای داخلی انتخاب‌شده

Meituan · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

متنی که فرایند تولید ویدیو را هدایت می‌کند.

•الزامی

دستورهای متنی برای هدایت تولید ویدیو.

•الزامی image_url
یک فایل بیندازید، یا

نشانی اینترنتی تصویر منبع؛ نسبت تصویر انتخاب‌شده تعیین می‌کند پیش‌پردازش لازم است یا نه: ناهماهنگی باعث تغییر اندازه و سپس برش مرکزی می‌شود.

resolution پیش‌فرض 480p

وضوح ویدیوی خروجی؛ فقط 480p و 720p پشتیبانی می‌شوند.

•الزامی

صدای انتخاب‌شده برای ترکیب گفتار.

پیش‌فرض 145

تعداد فریم تولید، با بازه مجاز 41–721.

پیشرفته acceleration · seed · enable_safety_checker
acceleration پیش‌فرض regular

سطح شتاب اعمال‌شده هنگام تولید.

پیش‌فرض 42

Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.

POST /run/infinitalk/single-text?wait=20 قیمت → ⁨‎$۲٫۳۲⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Infinitalk · Single Text

این گونه به‌جای فایل صوتی، `text_input` و یک `voice` مانند Aria، Roger یا Sarah را می‌گیرد، سپس آواتار را از `image_url` با متن هماهنگ لب می‌کند. یک `prompt` ویدیو را هدایت می‌کند. `num_frames` از 41 تا 721، `resolution` برابر 480p یا 720p و `acceleration` یکی از none، regular یا high است.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
image_urlالزامی image
نوعurl · image
نشانی اینترنتی تصویر منبع؛ نسبت تصویر انتخاب‌شده تعیین می‌کند پیش‌پردازش لازم است یا نه: ناهماهنگی باعث تغییر اندازه و سپس برش مرکزی می‌شود.
text_inputالزامی
نوعstring
متنی که فرایند تولید ویدیو را هدایت می‌کند.
voiceالزامی
نوعenum
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 مورد دیگرBrianDanielLilyBill
صدای انتخاب‌شده برای ترکیب گفتار.
promptالزامی
نوعstring
دستورهای متنی برای هدایت تولید ویدیو.
num_framesاختیاری
نوعinteger
پیش‌فرض145
۴۱ – ۷۲۱
تعداد فریم تولید، با بازه مجاز 41–721.
resolutionاختیاری
نوعenum
پیش‌فرض480p
480p720p
وضوح ویدیوی خروجی؛ فقط 480p و 720p پشتیبانی می‌شوند.
seedاختیاری
نوعinteger
پیش‌فرض42
۰ – ۴٬۲۹۴٬۹۶۷٬۲۹۵
Seed برای تکرارپذیر کردن تولید. تنظیم آن روی None، Seed را به‌صورت تصادفی انتخاب می‌کند.
accelerationاختیاری
نوعenum
پیش‌فرضregular
noneregularhigh
سطح شتاب اعمال‌شده هنگام تولید.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}فایل ویدیویی تولیدشده.
seed
integerمقدار Seed اعمال‌شده هنگام تولید.

مدل‌های بیشتر: همگام‌سازی لب و آواتارها

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/infinitalk/single-text.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt