Przejdź do treści

EchoMimic V3

Integracja

Identyfikator modelu echomimic-v3
# 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/echomimic-v3?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",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Pliki takie jak przykład: 2,00 $ 2000 kredytów API · ≈ 210,93 ₽ Twoje pliki są mierzone przed uruchomieniem Uruchom na tej stronie

Uzyskaj klucz API
Ant Group Synchronizacja ruchu ust i awatary Synchronizacja ruchu ust #echomimic#talking-head#audio-to-video

Wideo mówiącego awatara generowane na podstawie obrazu portretowego, ścieżki audio i promptu tekstowego

Ant Group · Wideo

Tutaj pojawi się pierwszy wynik

Zbuduj poniżej żądanie i uruchom je za pomocą klucza API. Wyniki są kopiowane do naszej przestrzeni dyskowej i przechowywane bezterminowo lub 7 dni bezpłatnie.

Zbuduj żądanie

Elementy sterujące są generowane ze schematu modelu. Kod i cena aktualizują się podczas ich zmiany.

•wymagane

Prompt używany podczas generowania wideo.

•wymagane image_url
Upuść plik lub

URL obrazu referencyjnego do generowania wideo.

•wymagane audio_url
Upuść plik lub

URL referencyjnego audio do generowania wideo.

Zaawansowane negative_prompt · num_frames_per_generation · guidance_scale · audio_guidance_scale · seed · enable_safety_checker
domyślnie

Negatywny prompt używany podczas generowania wideo.

domyślnie 121

Liczba klatek wygenerowanych w jednym przebiegu.

domyślnie 4.5

Skala wytycznych stosowana podczas generowania wideo.

domyślnie 2.5

Skala wytycznych audio stosowana podczas generowania wideo.

Ziarno używane podczas generowania wideo.

POST /run/echomimic-v3?wait=20 wycena → 2,00 $
# 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/echomimic-v3?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",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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"

Uruchom to żądanie

Klucz pozostaje w tej przeglądarce: jest wysyłany tylko do Doitong API i zapisywany (localStorage) tylko po zaznaczeniu opcji Zapamiętaj. Uzyskaj klucz API

Informacje o EchoMimic V3

Animuje statyczny portret tak, aby mówił wraz z dostarczonym dźwiękiem. Wymagane dane wejściowe to `image_url`, `audio_url` i `prompt`. Dostosuj wynik za pomocą `num_frames_per_generation` (49 do 161), `guidance_scale` (1 do 10) i `audio_guidance_scale` (0 do 10), a `seed` wykorzystaj do powtarzalności. Zwraca jedno wideo.

Parametry

Wyślij nazwę kanoniczną albo natywną, nie obie. Nazwy kanoniczne

NazwaTyp DomyślneDozwolone Opis
image_urlwymagane image
Typurl · image
URL obrazu referencyjnego do generowania wideo.
audio_urlwymagane audio
Typurl · audio
URL referencyjnego audio do generowania wideo.
promptwymagane
Typstring
Prompt używany podczas generowania wideo.
negative_promptopcjonalne
Typstring
Domyślne
Negatywny prompt używany podczas generowania wideo.
num_frames_per_generationopcjonalne
Typinteger
Domyślne121
49 – 161
Liczba klatek wygenerowanych w jednym przebiegu.
guidance_scaleopcjonalne
Typnumber
Domyślne4.5
1 – 10
Skala wytycznych stosowana podczas generowania wideo.
audio_guidance_scaleopcjonalne
Typnumber
Domyślne2.5
0 – 10
Skala wytycznych audio stosowana podczas generowania wideo.
seedopcjonalne
Typinteger | null
Ziarno używane podczas generowania wideo.
enable_safety_checkeropcjonalne
Typboolean
Domyślnetrue
Filtrowanie można złagodzić, ustawiając false, jeśli wywołujący ma odpowiednie uprawnienia.
wymagane Nazwa kanoniczna, również akceptowana

Parametry plików przyjmują publiczny URL https://, identyfikator URI data: do 10 MB albo file_url przesłanego pliku. Pliki

Wynik

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "echomimic-v3",
  "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": 2000,
    "usd": "2.00",
    "charged": 2000,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3",
    "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
    }
  },
  "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"
  }
}
Twoje pliki, Twój wybórKażdy outputs[].url to kopia w naszej przestrzeni dyskowej: przechowywana bezterminowo (opłata za GB-miesiąc) lub 7 dni bezpłatnie, zgodnie z ustawieniem konta lub ?storage=.
Taki sam format w każdym modelutype, url, content_type, width, height i duration — tak samo dla obrazów, filmów i dźwięku. output to własny obiekt wyniku modelu.
Pola wyniku
video
object {url, content_type, file_name, file_size}Plik wideo utworzony podczas generowania.

Dla agentów AI: ta strona w formacie Markdown jest dostępna pod adresem https://doitong.com/pl/developers/models/echomimic-v3.md. Wszystkie modele i przewodniki: https://doitong.com/developers/llms.txt