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://api.doitong.com/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://api.doitong.com/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

Ustvarjeno v Doitong

Javna dela, ki jih je skupnost Doitong ustvarila z Wan v22 Large. Poziv znova uporabite z enim klikom.

Prikazana javna dela: 5
Create a highly realistic UGC-style smartphone video inside a modern commercial airplane during a... Videoposnetek

Create a highly realistic UGC-style smartphone video inside a modern commercial airplane during a daytime flight. Natural cabin lighting, subtle handheld camera movement, authentic airplane ambience, realistic passengers and natural acting. The video must feel like a real spontaneous phone...

**SORA 2 PROMPT — 20 seconds, vertical 9:16** Create a highly realistic UGC-style smartphone vide... Videoposnetek

**SORA 2 PROMPT — 20 seconds, vertical 9:16** Create a highly realistic UGC-style smartphone video inside a modern commercial airplane during a daytime flight. Natural cabin lighting, subtle handheld camera movement, authentic airplane ambience, realistic passengers and natural acting. The video...

Create a realistic cinematic 20-second video, filmed like a high-budget modern commercial with na... Videoposnetek

Create a realistic cinematic 20-second video, filmed like a high-budget modern commercial with natural acting, realistic lighting and believable facial expressions. All dialogue is spoken naturally in French. **SCENE 1 — EXPENSIVE RESTAURANT, EVENING — 0–5 sec** A young man in his late 20s is...

Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scen... Videoposnetek

Create a realistic cinematic UGC-style commercial video, exactly 30 seconds long. The entire scene takes place inside a modern passenger airplane during a daytime flight. Natural smartphone-like cinematography, realistic airplane cabin, authentic passengers, natural lighting, realistic skin...

TITLE: Santa's Secret Christmas Selfie with Dasha 🎄 VIDEO FORMAT: 15–20 seconds, vertical 9:16, c... Videoposnetek

TITLE: Santa's Secret Christmas Selfie with Dasha 🎄 VIDEO FORMAT: 15–20 seconds, vertical 9:16, cinematic Christmas short film, high-quality realistic 3D animation. REFERENCE IMAGE — DASHA_001 Use the uploaded image as the exact character reference for Dasha. Preserve her recognizable face,...

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://api.doitong.com/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://api.doitong.com/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://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/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