Op den Inhalt sprangen

Ltx 2.3 Quality · Audio to Video

Integréieren

Modell-ID ltx-2.3-quality/audio-to-video
# 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/ltx-2.3-quality/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Dateie wéi am Beispill: 0,537 $ 537 API-Kreditter · ≈ 57,23 ₽ Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
Lightricks · Video

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

•obligatoresch

Prompt, deen d'audio-ugedriwwe Videogeneratioun leet.

•obligatoresch audio_url
Fichier erofzéien, oder

Audio-Spur-URL, déi d'Generatioun steiert.

resolution Standard auto

Final Dimensioune vum Output, mat Querformat als Standard fir 'auto', ausser wann `image_url` uginn ass. Wann dat Bild do ass, iwwerhëlt 'auto' säi Säiteverhältnis.

Standard 121

Frame-Zuel vum generéierten Output.

Standard 24

Output-Video-Frame-Rate, gemooss a Frames pro Sekonn.

Erweidert negative_prompt · image · video_quality · video_write_mode · num_inference_steps · guidance_scale · image_strength · seed · enable_prompt_expansion · enable_safety_checker
Standard color distortion, ove...

Negativen Prompt, deen ugëtt, wat d'Generatioun vermeide soll.

image_url
Fichier erofzéien, oder

Éischt-Frame-Bild, dat als URL geliwwert gëtt an eng soss nëmmen Text an Audio benotzend Generatioun ergänzt; d'Iwwerdroung ass fakultativ.

video_quality Standard high

Qualitéitsvirstellung, déi op den Output-Video applizéiert gëtt.

video_write_mode Standard balanced

Schreifmodus vum resultéierende Video.

Standard 15

Setzt d'Zuel vun den Inference-Schrëtt op bis zu 30; wann onverännert, ginn 15 benotzt.

Standard 1

Passt classifier-free guidance mat dëser Skala un; de Standard ass op héich Qualitéit a séier Generatioun ofgestëmmt.

Standard 0.7

Optional Conditioning-Stäerkt vum éischte Frame: reduzéiert se fir dem Modell méi Fräiheet ze ginn, oder benotzt 1.0 fir méi streng Bildtreiheet.

Seed, deen d'Generatioun reproduzéierbar mécht. Wann et op None gesat gëtt, gëtt e Seed zoufälleg gewielt.

POST /run/ltx-2.3-quality/audio-to-video?wait=20 Präis → 0,537 $
# 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/ltx-2.3-quality/audio-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Ltx 2.3 Quality · Audio to Video

Erstellt e Video, deen enger ugiwwener Audiospur follegt, gesteiert vun engem Text-`prompt`. `audio_url` ass obligatoresch; `image_url` ass optional a setzt den éischte Frame, mat `image_strength` (0 bis 1), déi bestëmmt, wéi genee en erhale bleift. Wann `match_audio_length` aktiv ass, kënnt d'Framezuel aus der Audiodauer an `frames_per_second`; soss gëllt `num_frames` (9 bis 481). Siwen `resolution`-Presets si verfügbar, dorënner `auto`.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptobligatoresch
Typstring
Prompt, deen d'audio-ugedriwwe Videogeneratioun leet.
audio_urlobligatoresch audio
Typurl · audio
Audio-Spur-URL, déi d'Generatioun steiert.
image_urloptional image
Typurl · image
Éischt-Frame-Bild, dat als URL geliwwert gëtt an eng soss nëmmen Text an Audio benotzend Generatioun ergänzt; d'Iwwerdroung ass fakultativ.
match_audio_lengthoptional
Typboolean
Standardtrue
Frame-Zuel-Modus, deen `num_frames` benotzt, wann en ausgeschalt ass. Bei Aktivéierung gëtt d'Zuel mat `frames_per_second` an der Audio-Dauer berechent.
num_framesoptional
Typinteger
Standard121
9 – 481
Frame-Zuel vum generéierten Output.
resolutionoptional
Typobject
Standardauto
autosquare_hdsquareportrait_4_3portrait_16_9landscape_4_3landscape_16_9
Final Dimensioune vum Output, mat Querformat als Standard fir 'auto', ausser wann `image_url` uginn ass. Wann dat Bild do ass, iwwerhëlt 'auto' säi Säiteverhältnis.
frames_per_secondoptional
Typnumber
Standard24
1 – 60
Output-Video-Frame-Rate, gemooss a Frames pro Sekonn.
num_inference_stepsoptional
Typinteger
Standard15
8 – 30
Setzt d'Zuel vun den Inference-Schrëtt op bis zu 30; wann onverännert, ginn 15 benotzt.
guidance_scaleoptional
Typnumber
Standard1
1 – 20
Passt classifier-free guidance mat dëser Skala un; de Standard ass op héich Qualitéit a séier Generatioun ofgestëmmt.
generate_audiooptional
Typboolean
Standardtrue
Audio-Spur-Toggle fir den zeréckginnene MP4: ausgeschalt produzéiert eng Video-nëmmen-Datei, ageschalt enthält Audio.
image_strengthoptional
Typnumber
Standard0.7
0 – 1
Optional Conditioning-Stäerkt vum éischte Frame: reduzéiert se fir dem Modell méi Fräiheet ze ginn, oder benotzt 1.0 fir méi streng Bildtreiheet.
negative_promptoptional
Typstring
Standardcolor distortion, overexposure, static, blurry details, subtitles, style, artwork, painting, frame, still, dim overall tone, worst quality, low quality, JPEG compression artifacts, ugly, mutilated, extra fingers, poorly drawn hands, poorly drawn face, deformed, disfigured, malformed limbs, fused fingers, motionless frame, cluttered background, three legs, crowded background, walking backwards
Negativen Prompt, deen ugëtt, wat d'Generatioun vermeide soll.
seedoptional
Typinteger | null
Seed, deen d'Generatioun reproduzéierbar mécht. Wann et op None gesat gëtt, gëtt e Seed zoufälleg gewielt.
enable_prompt_expansionoptional
Typboolean
Standardtrue
Steiert, ob d'Prompt-Erweiderung aktivéiert ass.
enable_safety_checkeroptional
Typboolean
Standardtrue
Steiert, ob d'Sécherheetskontroll aktivéiert ass.
video_qualityoptional
Typenum
Standardhigh
lowmediumhighmaximum
Qualitéitsvirstellung, déi op den Output-Video applizéiert gëtt.
video_write_modeoptional
Typenum
Standardbalanced
fastbalancedsmall
Schreifmodus vum resultéierende Video.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "ltx-2.3-quality/audio-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": 537,
    "usd": "0.537",
    "charged": 537,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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
    },
    "seed": 42,
    "prompt": "string"
  },
  "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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
video
object {url, content_type, file_name, file_size}Video, dee vum Modell produzéiert gëtt.
seed
integerTatsächlech Seed, deen wärend der Generatioun applizéiert gëtt.
prompt
stringGeneratiouns-Prompt, inklusiv all Erweiderung, déi virun der Benotzung applizéiert gouf.

Méi Modeller: Lipsync & Avataren

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/ltx-2.3-quality/audio-to-video.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt