सामग्री पर जाएँ

AI Avatar Multi Text

इंटीग्रेट करें

मॉडल id ai-avatar/multi-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/ai-avatar/multi-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",
    "first_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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"

यह अनुरोध: ≈$0.648 648 API क्रेडिट · ≈ ₽67.85 इसे इस पेज पर चलाएँ

API कुंजी प्राप्त करें
Open model लिपसिंक और अवतार लिपसिंक720p तक #stylized#transform

एक छवि, स्क्रिप्ट और प्रत्येक वक्ता के लिए चुनी गई आवाज़ से दो-व्यक्ति बातचीत वाला वीडियो बनाता है

Open model · वीडियो

आपका पहला परिणाम यहाँ आएगा

नीचे एक अनुरोध बनाएँ और उसे अपनी API कुंजी से चलाएँ। आउटपुट हमारे स्टोरेज में कॉपी किए जाते हैं और हमेशा के लिए या 7 दिन तक मुफ़्त में रखे जाते हैं।

अनुरोध बनाएँ

कंट्रोल मॉडल स्कीमा से जनरेट होते हैं। इन्हें बदलने पर कोड और कीमत अपडेट होती है।

•आवश्यक

वीडियो निर्माण प्रक्रिया को निर्देशित करने वाला टेक्स्ट।

•आवश्यक

वीडियो निर्माण प्रक्रिया को निर्देशित करने वाला टेक्स्ट।

•आवश्यक

वीडियो निर्माण का मार्गदर्शन करने वाले टेक्स्ट निर्देश।

•आवश्यक image_url
फ़ाइल ड्रॉप करें, या

स्रोत इमेज का URL; चुना गया आस्पेक्ट रेशियो निर्धारित करता है कि प्रीप्रोसेसिंग आवश्यक है या नहीं: असंगति होने पर आकार बदलकर केंद्र से क्रॉप किया जाता है।

resolution डिफ़ॉल्ट 480p

आउटपुट वीडियो रिज़ॉल्यूशन; केवल 480p और 720p समर्थित हैं।

डिफ़ॉल्ट 191

निर्माण के लिए फ़्रेम संख्या, 81 से 129 तक, दोनों सीमाओं सहित।

उन्नत acceleration · voice1 · voice2 · seed · enable_safety_checker
acceleration डिफ़ॉल्ट regular

निर्माण के दौरान लागू किया जाने वाला त्वरण स्तर।

डिफ़ॉल्ट Sarah

स्पीच निर्माण के दौरान पहले व्यक्ति को सौंपी गई आवाज़।

डिफ़ॉल्ट Roger

स्पीच निर्माण के दौरान दूसरे व्यक्ति को सौंपी गई आवाज़।

डिफ़ॉल्ट 81

निर्माण को पुनरुत्पाद्य बनाने वाली सीड। इसे None पर सेट करने से सीड यादृच्छिक रूप से चुनी जाती है।

POST /run/ai-avatar/multi-text?wait=20 कोटेशन → $0.648
# 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/ai-avatar/multi-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",
    "first_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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"

यह अनुरोध चलाएँ

आपकी key इसी ब्राउज़र में रहती है: इसे केवल Doitong API को भेजा जाता है और केवल तभी (localStorage) में सेव किया जाता है जब आप Remember चुनते हैं। API कुंजी प्राप्त करें

AI Avatar Multi Text के बारे में

एकल छवि को दो लोगों के बीच बातचीत में एनिमेट करता है। पंक्तियों के रूप में `first_text_input` और `second_text_input`, साथ में `prompt` दें और प्रीसेट आवाज़ों में से `voice1` तथा `voice2` चुनें। आउटपुट 480p या 720p होता है, जिसमें `num_frames` 41 से 241 तक हो सकता है। `acceleration` सेटिंग none, regular या high उपलब्ध है।

पैरामीटर

कैनोनिकल नाम या नेटिव नाम में से कोई एक भेजें, दोनों नहीं। कैनोनिकल नाम

नामप्रकार डिफ़ॉल्टअनुमत विवरण
image_urlआवश्यक image
प्रकारurl · image
स्रोत इमेज का URL; चुना गया आस्पेक्ट रेशियो निर्धारित करता है कि प्रीप्रोसेसिंग आवश्यक है या नहीं: असंगति होने पर आकार बदलकर केंद्र से क्रॉप किया जाता है।
first_text_inputआवश्यक
प्रकारstring
वीडियो निर्माण प्रक्रिया को निर्देशित करने वाला टेक्स्ट।
second_text_inputआवश्यक
प्रकारstring
वीडियो निर्माण प्रक्रिया को निर्देशित करने वाला टेक्स्ट।
voice1वैकल्पिक
प्रकारenum
डिफ़ॉल्टSarah
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 औरBrianDanielLilyBill
स्पीच निर्माण के दौरान पहले व्यक्ति को सौंपी गई आवाज़।
voice2वैकल्पिक
प्रकारenum
डिफ़ॉल्टRoger
AriaRogerSarahLauraCharlieGeorgeCallumRiverLiamCharlotteAliceMatildaWillJessicaEricChris
+4 औरBrianDanielLilyBill
स्पीच निर्माण के दौरान दूसरे व्यक्ति को सौंपी गई आवाज़।
promptआवश्यक
प्रकारstring
वीडियो निर्माण का मार्गदर्शन करने वाले टेक्स्ट निर्देश।
num_framesवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट191
41 – 241
निर्माण के लिए फ़्रेम संख्या, 81 से 129 तक, दोनों सीमाओं सहित।
resolutionवैकल्पिक
प्रकारenum
डिफ़ॉल्ट480p
480p720p
आउटपुट वीडियो रिज़ॉल्यूशन; केवल 480p और 720p समर्थित हैं।
seedवैकल्पिक
प्रकारinteger
डिफ़ॉल्ट81
0 – 4,29,49,67,295
निर्माण को पुनरुत्पाद्य बनाने वाली सीड। इसे None पर सेट करने से सीड यादृच्छिक रूप से चुनी जाती है।
accelerationवैकल्पिक
प्रकारenum
डिफ़ॉल्टregular
noneregularhigh
निर्माण के दौरान लागू किया जाने वाला त्वरण स्तर।
enable_safety_checkerवैकल्पिक
प्रकारboolean
डिफ़ॉल्टtrue
यदि कॉलर अधिकृत है, तो false सेट करके स्क्रीनिंग में ढील दी जा सकती है।
आवश्यक कैनोनिकल नाम, यह भी स्वीकार्य है

फ़ाइल पैरामीटर में सार्वजनिक https:// URL, 10 MB तक का data: URI, या अपलोड का file_url लिया जाता है। फ़ाइलें

आउटपुट

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ai-avatar/multi-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": 648,
    "usd": "0.648",
    "charged": 648,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "first_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "second_text_input": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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"
  }
}
आपकी फ़ाइलें, आपकी पसंदहर outputs[].url हमारे स्टोरेज में एक कॉपी है: हमेशा के लिए (प्रति GB-माह भुगतान) या 7 दिन तक मुफ़्त में, आपके अकाउंट की सेटिंग या ?storage= के अनुसार।
हर मॉडल पर एक जैसा आकारइमेज, वीडियो और ऑडियो सभी के लिए type, url, content_type, width, height और duration। output मॉडल का अपना परिणाम ऑब्जेक्ट है।
आउटपुट के फ़ील्ड
video
object {url, content_type, file_name, file_size}निर्माण से तैयार की गई वीडियो फ़ाइल।
seed
integerनिर्माण के दौरान लागू किया गया सीड मान।

और मॉडल: लिपसिंक और अवतार

AI एजेंट के लिए: इस पेज का Markdown यहाँ है https://doitong.com/hi/developers/models/ai-avatar/multi-text.md. सभी मॉडल और गाइड: https://doitong.com/developers/llms.txt