Neidio i'r cynnwys

H3 Max Lip Sync Image to Video

Integreiddio

ID y model minimax/h3-max/lip-sync/image-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/minimax/h3-max/lip-sync/image-to-video?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"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Ffeiliau fel yr enghraifft: $0.80 800 o gredydau API caiff eich ffeiliau eu mesur cyn y rhediad Ei redeg ar y dudalen hon

Cael allwedd API
MiniMax Cydamseru Gwefusau ac Afatarau Sain frodorolCydamseru gwefusauhyd at 2K #lipsync#animation#audio

Yn troi delwedd bortread a ffeil sain yn fideo siarad wedi’i gydamseru â’r gwefusau, hyd at 2K

MiniMax · Fideo

Mae eich canlyniad cyntaf yn mynd yma

Adeiladwch gais isod a'i redeg gyda'ch allwedd API. Mae allbynnau'n cael eu copïo i'n storio, wedi'u cadw am byth neu am 7 diwrnod am ddim.

Adeiladu cais

Cynhyrchir rheolyddion o sgema'r model. Mae'r cod a'r pris yn diweddaru wrth i chi eu newid.

•gofynnol image_url
Gollyngwch ffeil, neu

Delwedd mewnbwn animeiddio; dim ond cymarebau agwedd o fewn yr ystod 0.4–2.5 a dderbynnir.

•gofynnol audio_url
Gollyngwch ffeil, neu

Sain sy'n gyrru symudiadau'r geg, gyda hyd a gefnogir o 5 eiliad i 15 munud. Mae gan y fideo a gynhyrchir yr un hyd â'r sain.

resolution rhagosodedig 768P

Cydraniad yr allbwn a gynhyrchir, gan ddefnyddio'r gymhareb agwedd a gefnogir sydd agosaf at gymhareb y ddelwedd.

Uwch seed · enable_transcription · enable_safety_checker

Hadau ar gyfer cynhyrchu ar hap; mae eu hepgor yn achosi dewis ar hap.

POST /run/minimax/h3-max/lip-sync/image-to-video?wait=20 dyfynbris → $0.80
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://vit.doitong.com/api/v1/run/minimax/h3-max/lip-sync/image-to-video?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"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://vit.doitong.com/api/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Rhedeg y cais hwn

Mae'ch allwedd yn aros yn y porwr hwn: caiff ei hanfon at Doitong API yn unig a'i chadw (localStorage) dim ond os ticiwch Cofio. Cael allwedd API

Ynglŷn â H3 Max Lip Sync Image to Video

Yn animeiddio delwedd unigol fel bod symudiadau’r geg yn dilyn clip sain a ddarperir. Rhaid i’r sain fod o leiaf 5 eiliad o hyd, mae’n cefnogi hyd at 15 munud, ac mae hyd yr allbwn yn cyfateb iddo. Rhaid i gymhareb agwedd y ddelwedd fod rhwng 0.4 a 2.5. Mae `resolution` yn mynd o 480P i 2K, a gall `enable_transcription` ychwanegu trawsgrifiad i arwain y cydamseru.

Paramedrau

Anfonwch naill ai'r enw canonaidd neu'r enw brodorol, nid y ddau. Enwau canonaidd

EnwMath RhagosodedigCaniateir Disgrifiad
image_urlgofynnol image
Mathurl · image
Delwedd mewnbwn animeiddio; dim ond cymarebau agwedd o fewn yr ystod 0.4–2.5 a dderbynnir.
audio_urlgofynnol audio
Mathurl · audio
Sain sy'n gyrru symudiadau'r geg, gyda hyd a gefnogir o 5 eiliad i 15 munud. Mae gan y fideo a gynhyrchir yr un hyd â'r sain.
resolutiondewisol
Mathenum
Rhagosodedig768P
480P768P1080P2K
Cydraniad yr allbwn a gynhyrchir, gan ddefnyddio'r gymhareb agwedd a gefnogir sydd agosaf at gymhareb y ddelwedd.
enable_transcriptiondewisol
Mathboolean
Rhagosodedigfalse
Cymorth trawsgrifio ar gyfer cydamseru gwefusau. Pan fydd hwn wedi'i analluogi, mae'r cydamseru'n defnyddio sain yn unig; mae ei alluogi'n trawsgrifio'r sain a ddarparwyd ac yn defnyddio'r trawsgrifiad hwnnw fel arweiniad.
seeddewisol
Mathinteger | null
0 – 2,147,483,647
Hadau ar gyfer cynhyrchu ar hap; mae eu hepgor yn achosi dewis ar hap.
enable_safety_checkerdewisol
Mathboolean
Rhagosodedigtrue
Yn rheoli a yw sgrinio diogelwch cynnwys wedi'i alluogi.
gofynnol Enw canonaidd, derbyniol hefyd

Mae paramedrau ffeil yn derbyn URL cyhoeddus https://, URI data: hyd at 10 MB, neu file_url uwchlwythiad. Ffeiliau

Allbwn

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "minimax/h3-max/lip-sync/image-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": 800,
    "usd": "0.80",
    "charged": 800,
    "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"
  },
  "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,
    "duration": 5,
    "timings": {}
  },
  "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://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://vit.doitong.com/api/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Eich ffeiliau, eich dewisMae pob outputs[].url yn gopi ar ein storio: wedi'i gadw am byth (telir fesul GB-mis) neu am 7 diwrnod am ddim, yn ôl gosodiad eich cyfrif neu ?storage=.
Yr un siâp ar bob modeltype, url, content_type, width, height a duration, ar gyfer delweddau, fideo a sain fel ei gilydd. Gwrthrych canlyniad y model ei hun yw output.
Meysydd yr allbwn
video
object {url, content_type, file_name, file_size}Fideo gyda symudiadau gwefusau wedi'u cydamseru a'r trac sain a ddarparwyd.
seed
integerHadau generadur ar hap a ddefnyddiwyd i gynhyrchu'r canlyniad.
duration
numberHyd y canlyniad, wedi'i fesur mewn eiliadau.
timings
object | nullMesuriadau amseru wedi'u mynegi mewn eiliadau, ar gael ar lwybrau sy'n adrodd amseriadau'r ôl-wyneb yn unig; fel arall null. Mae'r cofnod 'inference' yn cyfuno amser dad-sŵn DiT ar ôl-wyneb GPU ar draws pob ffenestr a gynhyrchwyd ar gyfer y cais hwn.

Mwy o fodelau: Cydamseru Gwefusau ac Afatarau

Ar gyfer asiantau AI: mae'r dudalen hon fel Markdown ar gael yn https://doitong.com/cy/developers/models/minimax/h3-max/lip-sync/image-to-video.md. Pob model a chanllaw: https://doitong.com/developers/llms.txt