Hoppa till innehåll

H3 Max Lip Sync Image to Video

Integrera

Modell-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"

Filer som exemplet: 0,80 $ 800 API-krediter dina filer mäts innan körningen Kör den på den här sidan

Hämta API-nyckel
MiniMax · Video

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt image_url
Släpp en fil eller

Indatabild för animering; endast bildförhållanden inom intervallet 0.4–2.5 accepteras.

•obligatoriskt audio_url
Släpp en fil eller

Ljud som styr munrörelserna, med stödd längd från 5 sekunder till 15 minuter. Den genererade videon har samma längd som ljudet.

resolution standard 768P

Upplösning för genererad utdata, med det stödda bildförhållande som ligger närmast bildens.

Avancerat seed · enable_transcription · enable_safety_checker

Seed för slumpmässig generering; om det utelämnas görs ett slumpmässigt val.

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

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om H3 Max Lip Sync Image to Video

Animerar en enskild bild så att munrörelserna följer ett angivet ljudklipp. Ljudet måste vara minst 5 sekunder långt, stöder upp till 15 minuter och utdata längd matchar det. Bildens bildformat måste ligga mellan 0.4 and 2.5. `resolution` sträcker sig från 480P till 2K, och `enable_transcription` kan lägga till en transkription som vägleder synkroniseringen.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
image_urlobligatoriskt image
Typurl · image
Indatabild för animering; endast bildförhållanden inom intervallet 0.4–2.5 accepteras.
audio_urlobligatoriskt audio
Typurl · audio
Ljud som styr munrörelserna, med stödd längd från 5 sekunder till 15 minuter. Den genererade videon har samma längd som ljudet.
resolutionvalfritt
Typenum
Standard768P
480P768P1080P2K
Upplösning för genererad utdata, med det stödda bildförhållande som ligger närmast bildens.
enable_transcriptionvalfritt
Typboolean
Standardfalse
Transkriptionshjälp för läppsynkronisering. När detta är inaktiverat används endast ljudet; när det aktiveras transkriberas det angivna ljudet och transkriptet används som vägledning.
seedvalfritt
Typinteger | null
0 – 2 147 483 647
Seed för slumpmässig generering; om det utelämnas görs ett slumpmässigt val.
enable_safety_checkervalfritt
Typboolean
Standardtrue
Styr om innehållssäkerhetskontroll är aktiverad.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
video
object {url, content_type, file_name, file_size}Video med synkroniserade läpprörelser och det angivna ljudspåret.
seed
integerSlumpgeneratorns seed som användes för att skapa resultatet.
duration
numberResultatets längd, mätt i sekunder.
timings
object | nullTidsmätningar uttryckta i sekunder, tillgängliga endast på rutter som rapporterar backend-tider; annars null. Posten 'inference' summerar GPU-backendens DiT-avbrusningstid för alla fönster som genererats för denna begäran.

Fler modeller: Läppsynkning och avatarer

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/minimax/h3-max/lip-sync/image-to-video.md. Alla modeller och guider: https://doitong.com/developers/llms.txt