Ugrás a tartalomhoz

H3 Max Lip Sync Image to Video

Integráció

Modellazonosító 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"

A példához hasonló fájlok: 0,80 $ 800 API-jóváírás a fájljaidat a futtatás előtt megmérjük Futtatás ezen az oldalon

API-kulcs beszerzése
MiniMax · Videó

Az első eredményed itt jelenik meg

Állíts össze egy kérést alább, majd futtasd az API-kulcsoddal. A kimeneteket a tárhelyünkre másoljuk, és örökre vagy 7 nap ideig ingyenesen őrizzük meg.

Kérés összeállítása

A vezérlők a modell sémájából jönnek létre. A kód és az ár a módosításokkal együtt frissül.

•kötelező image_url
Húzz egy fájlt ide, vagy

Animációs bemeneti kép; csak a 0.4–2.5 tartományba eső képarányok fogadhatók el.

•kötelező audio_url
Húzz egy fájlt ide, vagy

A szájmozgásokat vezérlő hang, amelynek támogatott időtartama 5 másodperctől 15 percig terjed. A generált videó időtartama megegyezik a hangéval.

resolution alapértelmezett: 768P

A generált kimenet felbontása, a képéhez legközelebbi támogatott képarány használatával.

Speciális seed · enable_transcription · enable_safety_checker

Véletlenszerű generáláshoz használt seed; elhagyásakor a rendszer véletlenszerűen választ.

POST /run/minimax/h3-max/lip-sync/image-to-video?wait=20 ár → 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"

Kérés futtatása

A kulcsod ebben a böngészőben marad: csak a Doitong API-nak küldjük el, és csak akkor mentjük a localStorage-ba, ha bejelölöd az Emlékezz rám lehetőséget. API-kulcs igénylése

A(z) H3 Max Lip Sync Image to Video bemutatása

Animál egyetlen képet úgy, hogy a szájmozgások a megadott hangklipet kövessék. A hanganyagnak legalább 5 másodpercesnek kell lennie, legfeljebb 15 percet támogat, és a kimenet hossza megegyezik vele. A kép képarányának 0,4 és 2,5 között kell lennie. A `resolution` értéke 480P és 2K között lehet, az `enable_transcription` pedig átiratot adhat a szinkronizálás irányításához.

Paraméterek

Küldd el a kanonikus nevet vagy a natív nevet, de ne mindkettőt. Kanonikus nevek

NévTípus AlapértelmezettEngedélyezett Leírás
image_urlkötelező image
Típusurl · image
Animációs bemeneti kép; csak a 0.4–2.5 tartományba eső képarányok fogadhatók el.
audio_urlkötelező audio
Típusurl · audio
A szájmozgásokat vezérlő hang, amelynek támogatott időtartama 5 másodperctől 15 percig terjed. A generált videó időtartama megegyezik a hangéval.
resolutionnem kötelező
Típusenum
Alapértelmezett768P
480P768P1080P2K
A generált kimenet felbontása, a képéhez legközelebbi támogatott képarány használatával.
enable_transcriptionnem kötelező
Típusboolean
Alapértelmezettfalse
Ajak-szinkronizálást segítő átirat. Kikapcsolva a szinkronizálás csak a hangot használja; engedélyezve átírja a megadott hangot, és ezt az átiratot útmutatásként használja.
seednem kötelező
Típusinteger | null
0 – 2 147 483 647
Véletlenszerű generáláshoz használt seed; elhagyásakor a rendszer véletlenszerűen választ.
enable_safety_checkernem kötelező
Típusboolean
Alapértelmezetttrue
Azt szabályozza, hogy engedélyezve legyen-e a tartalombiztonsági ellenőrzés.
kötelező Kanonikus név, szintén elfogadva

A fájlparaméterek nyilvános https:// URL-t, legfeljebb 10 MB-os data: URI-t vagy egy feltöltés file_url értékét fogadják el. Fájlok

Kimenet

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"
  }
}
Az Ön fájljai, az Ön döntéseMinden outputs[].url a tárhelyünkön lévő másolat: örökre megőrizve (GB-hónaponként fizetve) vagy 7 nap ideig ingyenesen, a fiókbeállításod vagy a ?storage= alapján.
Azonos struktúra minden modellentype, url, content_type, width, height és duration képekhez, videókhoz és hanganyagokhoz egyaránt. Az output a modell saját eredményobjektuma.
A kimenet mezői
video
object {url, content_type, file_name, file_size}Szinkronizált szájmozgásokat és a megadott hangsávot tartalmazó videó.
seed
integerAz eredmény előállításához használt véletlenszám-generátor seedje.
duration
numberAz eredmény időtartama másodpercben mérve.
timings
object | nullMásodpercben megadott időzítési mérések, amelyek csak a háttérfolyamatok időzítését jelentő útvonalakon érhetők el; egyébként null. Az 'inference' bejegyzés összesíti a kéréshez generált valamennyi ablak GPU-háttérrendszeren végzett DiT-zajtalanítási idejét.

További modellek: Lipsync és avatarok

AI-ügynököknek: ez az oldal Markdown formátumban itt található: https://doitong.com/hu/developers/models/minimax/h3-max/lip-sync/image-to-video.md. Minden modell és útmutató: https://doitong.com/developers/llms.txt