Preskoči na vsebino

Wan-2.2 Speech-to-Video 14B

Integracija

ID modela 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"

Datoteke, kot je primer: 0,50 $ 500 API kreditov vaše datoteke se izmerijo pred zagonom Zaženi na tej strani

Pridobi ključ API
Alibaba Sinhronizacija ustnic in avatarji Sinhronizacija ustnicdo 720p #audio-to-video#talking-head

Iz mirujoče slike in zvočne datoteke ustvari govoreči videoposnetek, voden z besedilnim promptom

Alibaba · Videoposnetek

Tukaj bo vaš prvi rezultat

Spodaj sestavite zahtevo in jo zaženite s svojim ključem API. Izhodi se kopirajo v našo shrambo, kjer se hranijo za vedno ali 7 dni brezplačno.

Ustvari zahtevo

Kontrolniki se ustvarijo iz sheme modela. Koda in cena se posodobita, ko ju spreminjate.

•obvezno

Besedilni poziv, uporabljen za generiranje videa.

•obvezno image_url
Spustite datoteko ali

URL izvorne slike; izbrano razmerje stranic določa, ali je potrebna predobdelava: neujemanje sproži spreminjanje velikosti, ki mu sledi obrezovanje na sredino.

•obvezno audio_url
Spustite datoteko ali

URL zvočne datoteke.

resolution privzeto 480p

Ločljivost izhodnega videa: 480p, 580p ali 720p.

privzeto 80

Izberite večkratnik števila 4 v razponu 40–120, da nastavite število ustvarjenih sličic.

Napredno negative_prompt · video_quality · video_write_mode · frames_per_second · num_inference_steps · guidance_scale · shift · seed · enable_safety_checker · enable_output_safety_checker
privzeto

Negativni poziv, uporabljen pri generiranju videa.

video_quality privzeto high

Nastavitev kakovosti izhodnega videa, pri kateri višja vrednost zamenja večje datoteke za boljši videz.

video_write_mode privzeto balanced

Način zapisovanja videa, pri katerem balanced ponuja kompromis med hitrostjo in kakovostjo. Izberite small za najmanjše datoteke in najpočasnejše zapisovanje; hitrejše zapisovanje vrne rezultate prej, vendar ustvari večje datoteke.

privzeto 16

Hitrost sličic ustvarjenega videa, ki sprejema vrednosti od 4 do 60; nastavitev `adjust_fps_for_interpolation` na false ohrani to hitrost nespremenjeno. Pri uporabljeni interpolaciji in vrednosti `adjust_fps_for_interpolation` true (privzeto) to hitrost pomnožite z ena plus številom interpoliranih sličic, da dobite končni FPS. Na primer, 16 FPS z 1 interpolirano sličico postane 32 FPS.

privzeto 27

Število korakov vzorčenja; večje število pomeni daljšo obdelavo in boljšo kakovost.

privzeto 3.5

Jakost Classifier-free guidance, pri kateri večje merilo pomeni možno izgubo kakovosti v zameno za natančnejše ujemanje s pozivom.

privzeto 5

Nastavitev zamika videa z dovoljenim razponom 1.0–10.0.

Seme, ki omogoča ponovljivo generiranje. Če ga nastavite na None, se seme izbere naključno.

POST /run/wan/v2.2-14b/speech-to-video?wait=20 cena → 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"

Zaženi to zahtevo

Vaš ključ ostane v tem brskalniku: pošlje se samo v Doitong API in shrani v localStorage samo, če označite možnost Zapomni si. Pridobi ključ API

O modelu Wan-2.2 Speech-to-Video 14B

Potrebuje `prompt`, izvorni `image_url` in `audio_url` ter ustvari videoposnetek prikazanega predmeta, voden z zvokom. `num_frames` sega od 40 do 120 v večkratnikih 4, privzeto pri 16 fps. `resolution` je lahko 480p, 580p ali 720p. Nastavljivi so koraki vzorčenja, vodenje, interpolacija in `negative_prompt`.

Parametri

Pošlji kanonično ali izvorno ime, ne obeh. Kanonična imena

ImeVrsta PrivzetoDovoljeno Opis
promptobvezno
Vrstastring
Besedilni poziv, uporabljen za generiranje videa.
negative_promptneobvezno
Vrstastring
Privzeto
Negativni poziv, uporabljen pri generiranju videa.
num_framesneobvezno
Vrstainteger
Privzeto80
40 – 120
Izberite večkratnik števila 4 v razponu 40–120, da nastavite število ustvarjenih sličic.
frames_per_secondneobvezno
Vrstainteger | null
Privzeto16
4 – 60
Hitrost sličic ustvarjenega videa, ki sprejema vrednosti od 4 do 60; nastavitev `adjust_fps_for_interpolation` na false ohrani to hitrost nespremenjeno. Pri uporabljeni interpolaciji in vrednosti `adjust_fps_for_interpolation` true (privzeto) to hitrost pomnožite z ena plus številom interpoliranih sličic, da dobite končni FPS. Na primer, 16 FPS z 1 interpolirano sličico postane 32 FPS.
seedneobvezno
Vrstainteger | null
Seme, ki omogoča ponovljivo generiranje. Če ga nastavite na None, se seme izbere naključno.
resolutionneobvezno
Vrstaenum
Privzeto480p
480p580p720p
Ločljivost izhodnega videa: 480p, 580p ali 720p.
num_inference_stepsneobvezno
Vrstainteger
Privzeto27
2 – 40
Število korakov vzorčenja; večje število pomeni daljšo obdelavo in boljšo kakovost.
enable_safety_checkerneobvezno
Vrstaboolean
Privzetofalse
Varnostno preverjanje vhoda pred obdelavo, ki ga lahko izklopijo le pooblaščeni računi. Zahteve brez pooblastila se vedno preverijo; sicer true omogoči preverjanje.
enable_output_safety_checkerneobvezno
Vrstaboolean
Privzetofalse
Določa varnostno preverjanje ustvarjenega videa; nastavitev true omogoči preverjanje po generiranju.
guidance_scaleneobvezno
Vrstanumber
Privzeto3.5
1 – 10
Jakost Classifier-free guidance, pri kateri večje merilo pomeni možno izgubo kakovosti v zameno za natančnejše ujemanje s pozivom.
shiftneobvezno
Vrstanumber
Privzeto5
1 – 10
Nastavitev zamika videa z dovoljenim razponom 1.0–10.0.
video_qualityneobvezno
Vrstaenum
Privzetohigh
lowmediumhighmaximum
Nastavitev kakovosti izhodnega videa, pri kateri višja vrednost zamenja večje datoteke za boljši videz.
video_write_modeneobvezno
Vrstaenum
Privzetobalanced
fastbalancedsmall
Način zapisovanja videa, pri katerem balanced ponuja kompromis med hitrostjo in kakovostjo. Izberite small za najmanjše datoteke in najpočasnejše zapisovanje; hitrejše zapisovanje vrne rezultate prej, vendar ustvari večje datoteke.
image_urlobvezno image
Vrstaurl · image
URL izvorne slike; izbrano razmerje stranic določa, ali je potrebna predobdelava: neujemanje sproži spreminjanje velikosti, ki mu sledi obrezovanje na sredino.
audio_urlobvezno audio
Vrstaurl · audio
URL zvočne datoteke.
obvezno Kanonično ime, prav tako sprejeto

Parametri datotek sprejmejo javni https:// URL, podatkovni URI data: do 10 MB ali file_url naložene datoteke. Datoteke

Izhod

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"
  }
}
Vaše datoteke, vaša izbiraVsak outputs[].url je kopija v naši shrambi: hrani se za vedno (plačilo na GB-mesec) ali 7 dni brezplačno, glede na nastavitev računa ali ?storage=.
Enaka struktura pri vsakem modelutype, url, content_type, width, height in duration za slike, videoposnetke in zvok. output je lasten objekt rezultata modela.
Polja izhoda
video
object {url, content_type, file_name, file_size}Video datoteka, ustvarjena z generiranjem.

Več modelov: Sinhronizacija ustnic in avatarji

Za agente AI: ta stran je v obliki Markdown na voljo na https://doitong.com/sl/developers/models/wan/v2.2-14b/speech-to-video.md. Vsi modeli in vodniki: https://doitong.com/developers/llms.txt