কনটেন্টে যান

Sync Lipsync 3

ইন্টিগ্রেট করুন

মডেল id sync-lipsync/v3
# 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/sync-lipsync/v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.mp4",
    "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"

উদাহরণের মতো ফাইল: ১.৩৩৪$ ১,৩৩৪ API ক্রেডিট চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
Sync Labs লিপসিঙ্ক ও অ্যাভাটার লিপসিঙ্ক #lipsync#dubbing#localization

যেকোনো কথা বলা ভিডিওর ঠোঁটের সময় নতুন অডিও ট্র্যাকের সঙ্গে মিলিয়ে দেয়।

Sync Labs · ভিডিও

আপনার প্রথম ফলাফল এখানে আসবে

নিচে একটি রিকোয়েস্ট তৈরি করে আপনার API কী দিয়ে চালান। আউটপুট আমাদের স্টোরেজে কপি করা হয়, চিরকাল বা বিনামূল্যে ৭ দিন পর্যন্ত রাখা হয়।

একটি অনুরোধ তৈরি করুন

মডেল স্কিমা থেকে কন্ট্রোল তৈরি করা হয়। এগুলো পরিবর্তন করলে কোড ও মূল্য আপডেট হয়।

•আবশ্যক video_url
একটি ফাইল ড্রপ করুন, অথবা

ইনপুট ভিডিও নির্দেশকারী URL।

•আবশ্যক audio_url
একটি ফাইল ড্রপ করুন, অথবা

URL হিসেবে ইনপুট অডিওর অবস্থান।

sync_mode ডিফল্ট cut_off

অডিও ও ভিডিওর সময়কালের পার্থক্য সামলানোর লিপ সিঙ্ক্রোনাইজেশন মোড।

অ্যাডভান্সড options

এখানে অতিরিক্ত Sync.so জেনারেশন আচরণ কনফিগার করুন; সরবরাহ করা options.sync_mode-এর অগ্রাধিকার top-level sync_mode মানের চেয়ে বেশি।

POST /run/sync-lipsync/v3?wait=20 মূল্য → ১.৩৩৪$
# 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/sync-lipsync/v3?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.mp4",
    "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"

এই অনুরোধ চালান

আপনার key এই ব্রাউজারেই থাকে: এটি শুধু Doitong API-তে পাঠানো হয় এবং Remember টিক দিলে কেবল localStorage-এ সংরক্ষিত হয়। একটি API কী পান

Sync Lipsync 3 সম্পর্কে

Sync Labs-এর lipsync-3 একটি ভিডিওতে থাকা ব্যক্তির মুখের নড়াচড়া নতুন ভয়েস ট্র্যাকের সঙ্গে মিলিয়ে প্রতিস্থাপন করে, ডাবিং, বিজ্ঞাপন লোকালাইজেশন এবং পোস্ট-প্রোডাকশনে সংলাপ সংশোধনের জন্য। অডিও ও ভিডিওর দৈর্ঘ্য আলাদা হলে কাট, লুপ, বাউন্স, নীরবতা দিয়ে প্যাড বা রিম্যাপ করার বিকল্প আছে।

প্যারামিটার

ক্যানোনিকাল নাম অথবা নেটিভ নাম—দুটো একসঙ্গে নয়—পাঠান। ক্যানোনিকাল নামগুলো

নামধরন ডিফল্টঅনুমোদিত বিবরণ
video_urlআবশ্যক video
ধরনurl · video
ইনপুট ভিডিও নির্দেশকারী URL।
audio_urlআবশ্যক audio
ধরনurl · audio
URL হিসেবে ইনপুট অডিওর অবস্থান।
sync_modeঐচ্ছিক
ধরনenum
ডিফল্টcut_off
cut_offloopbouncesilenceremap
অডিও ও ভিডিওর সময়কালের পার্থক্য সামলানোর লিপ সিঙ্ক্রোনাইজেশন মোড।
optionsঐচ্ছিক
ধরনobject
এখানে অতিরিক্ত Sync.so জেনারেশন আচরণ কনফিগার করুন; সরবরাহ করা options.sync_mode-এর অগ্রাধিকার top-level sync_mode মানের চেয়ে বেশি।
options.sync_modeঐচ্ছিক
ধরনenum
cut_offloopbouncesilenceremap
টপ-লেভেল sync_mode-এর ওভাররাইড, যা ইনপুট অডিও ও ভিডিওর দৈর্ঘ্য ভিন্ন হলে কী ঘটবে তা নির্ধারণ করে।
options.model_modeঐচ্ছিক
ধরনenum
lipsfaceheadlipsyncemotiontalking_head
এডিটিং এলাকার নির্বাচন, মূলত react-1-এর জন্য, যা নির্ধারণ করে মডেল কোন অঞ্চল পরিবর্তন করবে।
options.promptঐচ্ছিক
ধরনenum
happysadangrydisgustedsurprisedneutral
মূলত react-1 দ্বারা ব্যবহৃত আবেগ-নির্দেশনা, যা জেনারেশন পরিচালনা করে।
options.temperatureঐচ্ছিক
ধরনnumber | null
০ – ১
sync-3-তে কোনো প্রভাব নেই এমন এক্সপ্রেসিভনেস সেটিং, কারণ এটি স্থানীয়ভাবে পরিচালিত হয়। এই সেটিং ব্যবহারকারী মডেলগুলোর জন্য, 0 সবচেয়ে কম এক্সপ্রেসিভ লিপসিঙ্ক এবং 1 সবচেয়ে বেশি দেয়।
options.active_speaker_detectionঐচ্ছিক
ধরনobject
একাধিক ব্যক্তি থাকা ভিডিওতে সক্রিয় বক্তাকে শনাক্ত করার সেটিংস।
options.active_speaker_detection.auto_detectঐচ্ছিক
ধরনboolean | null
সক্রিয় বক্তাকে স্বয়ংক্রিয়ভাবে শনাক্ত করে সেই ব্যক্তির ওপর জেনারেশন প্রয়োগ করা।
options.active_speaker_detection.v3ঐচ্ছিক
ধরনboolean | null
v3 সক্রিয়-বক্তা শনাক্তকরণ ব্যবহার করা।
options.active_speaker_detection.use_v2ঐচ্ছিক
ধরনboolean | null
v2 সক্রিয়-বক্তা শনাক্তকরণের অবচয়িত সেটিং।
options.active_speaker_detection.frame_numberঐচ্ছিক
ধরনinteger | null
≥ ০
বক্তাকে ম্যানুয়ালি নির্বাচনের জন্য স্থানাঙ্কে ব্যবহৃত ফ্রেমের ইনডেক্স।
options.active_speaker_detection.coordinatesঐচ্ছিক
ধরনinteger[]
2 – 2 items
frame_number-এ বক্তার জন্য [x, y] হিসেবে দেওয়া মুখের রেফারেন্স পয়েন্ট।
options.active_speaker_detection.bounding_boxesঐচ্ছিক
ধরনarray[]
প্রতিটি ফ্রেমের শনাক্ত করা মুখের বাউন্ডিং বক্স, [x1, y1, x2, y2] হিসেবে প্রকাশিত।
options.active_speaker_detection.bounding_boxes_urlঐচ্ছিক
ধরনstring | null
প্রতিটি ফ্রেমের বাউন্ডিং বক্স সরবরাহকারী JSON ফাইলের URL।
options.active_speaker_detection.face_imageঐচ্ছিক
ধরনstring | null
Base64-এ এনকোড করা মুখের ছবি, বক্তাকে ম্যানুয়ালি নির্বাচনের জন্য ব্যবহৃত।
options.occlusion_detection_enabledঐচ্ছিক
ধরনboolean | null
অক্লুশন শনাক্তকরণ টগল, sync-3-তে যার কোনো প্রভাব নেই, কারণ সেখানে শনাক্তকরণ স্বয়ংক্রিয়; অন্যথায় এটি নির্ধারণ করে জেনারেশনে অক্লুশন শনাক্তকরণ অন্তর্ভুক্ত হবে কি না।
আবশ্যক ক্যানোনিকাল নাম, এটিও গ্রহণযোগ্য

ফাইল প্যারামিটার হিসেবে একটি পাবলিক https:// URL, 10 MB পর্যন্ত একটি data: URI, অথবা আপলোডের file_url গ্রহণ করা হয়। ফাইল

আউটপুট

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "sync-lipsync/v3",
  "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": 1334,
    "usd": "1.334",
    "charged": 1334,
    "refunded": 0
  },
  "input": {
    "video": "https://content.doitong.com/video/showcase/v3/avatar/talking_avatar_loop.mp4",
    "audio": "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"
  }
}
আপনার ফাইল, আপনার পছন্দপ্রতিটি outputs[].url আমাদের স্টোরেজে একটি কপি: চিরকাল রাখা হয় (প্রতি GB-মাস অনুযায়ী অর্থপ্রদত্ত) অথবা অ্যাকাউন্ট সেটিংস বা ?storage= অনুযায়ী বিনামূল্যে ৭ দিন পর্যন্ত।
প্রতিটি মডেলে একই গঠনছবি, ভিডিও এবং অডিও—সব ক্ষেত্রেই type, url, content_type, width, height এবং duration। output হলো মডেলের নিজস্ব ফলাফল অবজেক্ট।
আউটপুটের ফিল্ড
video
object {url, content_type, file_name, file_size}মডেল দ্বারা তৈরি ভিডিও।

আরও মডেল: লিপসিঙ্ক ও অ্যাভাটার

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/sync-lipsync/v3.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt