Pāriet uz saturu

H3 Max Lip Sync Image to Video

Integrēt

Modeļa id 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"

Faili, piemēram, paraugā: 0,80 $ 800 API kredītu jūsu faili tiek izmērīti pirms izpildes Izpildīt šajā lapā

Iegūt API atslēgu
MiniMax Lūpu sinhronizācija un avatāri Vietējais audioLūpu sinhronizācijalīdz 2K #lipsync#animation

Pārvērš portreta attēlu un audiofailu sinhronizētā runājošā video līdz 2K izšķirtspējā

MiniMax · Video

Šeit būs jūsu pirmais rezultāts

Izveidojiet pieprasījumu tālāk un izpildiet to ar savu API atslēgu. Izvades tiek kopētas mūsu krātuvē un glabātas mūžīgi vai 7 dienas bez maksas.

Izveidot pieprasījumu

Vadīklas tiek ģenerētas no modeļa shēmas. Kods un cena tiek atjaunināti, kad tos maināt.

•obligāts image_url
Nometiet failu vai

Animācijas ievades attēls; tiek pieņemtas tikai malu attiecības diapazonā 0.4–2.5.

•obligāts audio_url
Nometiet failu vai

Audio, kas vada mutes kustības, ar atbalstītu ilgumu no 5 sekundēm līdz 15 minūtēm. Ģenerētajam video ir tāds pats ilgums kā audio.

resolution noklusējums 768P

Ģenerētās izvades izšķirtspēja, izmantojot attēlam vistuvāko atbalstīto malu attiecību.

Papildu seed · enable_transcription · enable_safety_checker

Nejaušas ģenerēšanas sākumvērtība; nenorādīšanas gadījumā tā tiek izvēlēta nejauši.

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

Palaist šo pieprasījumu

Jūsu atslēga paliek šajā pārlūkprogrammā: tā tiek nosūtīta tikai uz Doitong API un saglabāta (localStorage) tikai tad, ja atzīmējat Atcerēties. Iegūt API atslēgu

Par H3 Max Lip Sync Image to Video

Animē vienu attēlu, lai mutes kustības sekotu norādītajam audio klipam. Audio ilgumam jābūt vismaz 5 sekundēm, tiek atbalstītas līdz 15 minūtēm, un izvades ilgums tam atbilst. Attēla malu attiecībai jābūt no 0.4 līdz 2.5. `resolution` ir no 480P līdz 2K, bet `enable_transcription` var pievienot transkripciju sinhronizācijas vadībai.

Parametri

Nosūti vai nu kanonisko nosaukumu, vai vietējo nosaukumu, bet ne abus. Kan啤niskie nosaukumi

NosaukumsTips NoklusējumsAtļauts Apraksts
image_urlobligāts image
Tipsurl · image
Animācijas ievades attēls; tiek pieņemtas tikai malu attiecības diapazonā 0.4–2.5.
audio_urlobligāts audio
Tipsurl · audio
Audio, kas vada mutes kustības, ar atbalstītu ilgumu no 5 sekundēm līdz 15 minūtēm. Ģenerētajam video ir tāds pats ilgums kā audio.
resolutionneobligāts
Tipsenum
Noklusējums768P
480P768P1080P2K
Ģenerētās izvades izšķirtspēja, izmantojot attēlam vistuvāko atbalstīto malu attiecību.
enable_transcriptionneobligāts
Tipsboolean
Noklusējumsfalse
Transkripcijas palīdzība lūpu sinhronizācijai. Ja tā ir atspējota, sinhronizācijai izmanto tikai audio; iespējojot to, tiek transkribēts padotais audio un transkripcija tiek izmantota kā norāde.
seedneobligāts
Tipsinteger | null
0 – 2 147 483 647
Nejaušas ģenerēšanas sākumvērtība; nenorādīšanas gadījumā tā tiek izvēlēta nejauši.
enable_safety_checkerneobligāts
Tipsboolean
Noklusējumstrue
Nosaka, vai ir iespējota satura drošības pārbaude.
obligāts Kan啤niskais nosaukums, arī pieņemts

Failu parametriem nepieciešams publisks https:// URL, data: URI līdz 10 MB vai augšupielādes file_url. Faili

Izvade

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"
  }
}
Jūsu faili, jūsu izvēleKatrs outputs[].url ir kopija mūsu krātuvē: tiek glabāta mūžīgi (maksa par GB mēnesī) vai 7 dienas bez maksas — atbilstoši konta iestatījumam vai ?storage=.
Vienāda struktūra katram modelimtype, url, content_type, width, height un duration gan attēliem, gan video un audio. output ir paša modeļa rezultāta objekts.
Izvades lauki
video
object {url, content_type, file_name, file_size}Video ar sinhronizētām lūpu kustībām un nodrošināto audio celiņu.
seed
integerNejaušā ģeneratora sākumvērtība, kas izmantota rezultāta izveidei.
duration
numberRezultāta ilgums sekundēs.
timings
object | nullLaika mērījumi sekundēs, pieejami tikai maršrutos, kas ziņo aizmugursistēmas laika mērījumus; pretējā gadījumā null. Ieraksts 'inference' apkopo GPU aizmugursistēmas DiT trokšņa noņemšanas laiku visiem logiem, kas ģenerēti šim pieprasījumam.

Vairāk modeļu: Lūpu sinhronizācija un avatāri

AI aģentiem: šī lapa Markdown formātā ir pieejama https://doitong.com/lv/developers/models/minimax/h3-max/lip-sync/image-to-video.md. Visi modeļi un ceļveži: https://doitong.com/developers/llms.txt