Pereiti prie turinio

Wan-2.2 Speech-to-Video 14B

Integruoti

Modelio id wan/v2.2-14b/speech-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/wan/v2.2-14b/speech-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",
    "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"

Failai kaip pavyzdyje: 0,50 $ 500 API kreditų jūsų failai išmatuojami prieš paleidimą Paleisti šiame puslapyje

Gauti API raktą
Alibaba · Vaizdo įrašas

Čia bus pirmasis jūsų rezultatas

Sukurkite užklausą toliau ir paleiskite ją naudodami savo API raktą. Išvestys nukopijuojamos į mūsų saugyklą ir saugomos neribotą laiką arba 7 dienos nemokamai.

Sukurti užklausą

Valdikliai sugeneruojami pagal modelio schemą. Keisdami juos atnaujinsite kodą ir kainą.

•privaloma

Vaizdo įrašui generuoti naudotas tekstinis raginys.

•privaloma image_url
Įmeskite failą arba

Šaltinio vaizdo URL; pasirinktas kraštinių santykis lemia, ar reikia išankstinio apdorojimo: neatitikimas sukelia dydžio keitimą, po kurio atliekamas centrinis apkirpimas.

•privaloma audio_url
Įmeskite failą arba

Garso failo URL.

resolution numatytoji 480p

Išvesties vaizdo įrašo raiška: 480p, 580p arba 720p.

numatytoji 80

Pasirinkite 4 kartotinį nuo 40 iki 120 ir nustatykite generuojamų kadrų skaičių.

Išplėstiniai negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
numatytoji

Generuojant vaizdo įrašą taikomas neigiamas raginys.

video_quality numatytoji high

Išvesties vaizdo įrašo kokybės nustatymas: didesnė reikšmė sukuria didesnius failus, bet pagerina vaizdą.

video_write_mode numatytoji balanced

Vaizdo įrašo rašymo režimas: balanced suderina spartą ir kokybę. Pasirinkite small mažiausiems failams ir lėčiausiam rašymui; spartesnis rašymas rezultatus pateikia anksčiau, bet sukuria didesnius failus.

numatytoji 16

Sugeneruoto vaizdo įrašo kadrų dažnis nuo 4 iki 60; nustačius `adjust_fps_for_interpolation` į false, šis dažnis išlaikomas nepakitęs. Naudojant interpoliaciją ir `adjust_fps_for_interpolation` esant true (numatytoji reikšmė), šį dažnį padauginus iš vieneto ir interpoliuotų kadrų skaičiaus sumos gaunamas galutinis FPS. Pavyzdžiui, 16 FPS ir 1 interpoliuotas kadras tampa 32 FPS.

numatytoji 27

Diskretizavimo žingsnių skaičius: didėjant skaičiui, ilgesnis apdorojimas suteikia geresnę kokybę.

numatytoji 3.5

Klasifikatoriaus nenaudojančio valdymo stiprumas; didėjant masteliui galima kokybės praradimo rizika keičiama į glaudesnį atitikimą ragin iui.

numatytoji 5

Vaizdo įrašo poslinkio nustatymas, leidžiamas intervalas 1.0–10.0.

Generavimą atkurianti pradinė reikšmė. Nustačius None, ji parenkama atsitiktinai.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 kaina → 0,50 $
# 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/wan/v2.2-14b/speech-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",
    "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"

Vykdyti šią užklausą

Jūsų raktas lieka šioje naršyklėje: jis siunčiamas tik į Doitong API ir išsaugomas (localStorage) tik pažymėjus Prisiminti. Gauti API raktą

Apie Wan-2.2 Speech-to-Video 14B

Reikia `prompt`, šaltinio `image_url` ir `audio_url`, tada sukuriamas vaizdo įrašas, kuriame pavaizduotą objektą valdo garsas. `num_frames` reikšmės yra nuo 40 iki 120, kartotinės iš 4, o numatytasis dažnis – 16 fps. `resolution` gali būti 480p, 580p arba 720p. Galima reguliuoti semplinimo žingsnius, valdymą, interpoliaciją ir `negative_prompt`.

Parametrai

Siųskite arba kanoninį, arba savąjį pavadinimą, bet ne abu. Kanoniniai pavadinimai

PavadinimasTipas Numatytoji reikšmėLeidžiama Aprašas
promptprivaloma
Tipasstring
Vaizdo įrašui generuoti naudotas tekstinis raginys.
negative_promptneprivalomas
Tipasstring
Numatytoji reikšmė
Generuojant vaizdo įrašą taikomas neigiamas raginys.
num_framesneprivalomas
Tipasinteger
Numatytoji reikšmė80
40 – 120
Pasirinkite 4 kartotinį nuo 40 iki 120 ir nustatykite generuojamų kadrų skaičių.
frames_per_secondneprivalomas
Tipasinteger | null
Numatytoji reikšmė16
4 – 60
Sugeneruoto vaizdo įrašo kadrų dažnis nuo 4 iki 60; nustačius `adjust_fps_for_interpolation` į false, šis dažnis išlaikomas nepakitęs. Naudojant interpoliaciją ir `adjust_fps_for_interpolation` esant true (numatytoji reikšmė), šį dažnį padauginus iš vieneto ir interpoliuotų kadrų skaičiaus sumos gaunamas galutinis FPS. Pavyzdžiui, 16 FPS ir 1 interpoliuotas kadras tampa 32 FPS.
seedneprivalomas
Tipasinteger | null
Generavimą atkurianti pradinė reikšmė. Nustačius None, ji parenkama atsitiktinai.
resolutionneprivalomas
Tipasenum
Numatytoji reikšmė480p
480p580p720p
Išvesties vaizdo įrašo raiška: 480p, 580p arba 720p.
num_inference_stepsneprivalomas
Tipasinteger
Numatytoji reikšmė27
2 – 40
Diskretizavimo žingsnių skaičius: didėjant skaičiui, ilgesnis apdorojimas suteikia geresnę kokybę.
enable_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Įvesties saugos tikrinimas prieš apdorojimą, kurį išjungti gali tik įgaliotos paskyros. Neįgaliotos užklausos visada tikrinamos; kitu atveju true įjungia tikrinimą.
enable_output_safety_checkerneprivalomas
Tipasboolean
Numatytoji reikšmėfalse
Valdo sugeneruoto vaizdo įrašo saugos tikrinimą; true įjungia patikrą po generavimo.
guidance_scaleneprivalomas
Tipasnumber
Numatytoji reikšmė3.5
1 – 10
Klasifikatoriaus nenaudojančio valdymo stiprumas; didėjant masteliui galima kokybės praradimo rizika keičiama į glaudesnį atitikimą ragin iui.
shiftneprivalomas
Tipasnumber
Numatytoji reikšmė5
1 – 10
Vaizdo įrašo poslinkio nustatymas, leidžiamas intervalas 1.0–10.0.
video_qualityneprivalomas
Tipasenum
Numatytoji reikšmėhigh
lowmediumhighmaximum
Išvesties vaizdo įrašo kokybės nustatymas: didesnė reikšmė sukuria didesnius failus, bet pagerina vaizdą.
video_write_modeneprivalomas
Tipasenum
Numatytoji reikšmėbalanced
fastbalancedsmall
Vaizdo įrašo rašymo režimas: balanced suderina spartą ir kokybę. Pasirinkite small mažiausiems failams ir lėčiausiam rašymui; spartesnis rašymas rezultatus pateikia anksčiau, bet sukuria didesnius failus.
image_urlprivaloma image
Tipasurl · image
Šaltinio vaizdo URL; pasirinktas kraštinių santykis lemia, ar reikia išankstinio apdorojimo: neatitikimas sukelia dydžio keitimą, po kurio atliekamas centrinis apkirpimas.
audio_urlprivaloma audio
Tipasurl · audio
Garso failo URL.
privaloma Kanoninis pavadinimas, taip pat priimamas

Failų parametrams reikia viešo https:// URL, ne didesnio nei 10 MB data: URI arba įkelto failo file_url. Failai

Išvestis

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "wan/v2.2-14b/speech-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": 500,
    "usd": "0.50",
    "charged": 500,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "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
    }
  },
  "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"
  }
}
Jūsų failai — jūsų pasirinkimasKiekvienas outputs[].url yra kopija mūsų saugykloje: saugoma neribotą laiką (mokama už GB per mėnesį) arba 7 dienos nemokamai, pagal paskyros nustatymą arba ?storage=.
Ta pati struktūra kiekviename modelyjetype, url, content_type, width, height ir duration taikomi vaizdams, vaizdo įrašams ir garsui. output yra paties modelio rezultatų objektas.
Išvesties laukai
video
object {url, content_type, file_name, file_size}Generuojant sukurtas vaizdo įrašo failas.

Daugiau modelių: Lūpų sinchronizavimas ir avatarai

AI agentams: šis puslapis Markdown formatu pateikiamas adresu https://doitong.com/lt/developers/models/wan/v2.2-14b/speech-to-video.md. Visi modeliai ir vadovai: https://doitong.com/developers/llms.txt