Το μοντέλο ομιλούντος avatar της ByteDance: μετατρέπει ένα πορτρέτο και τη δική σας ομιλία ή το τραγούδι σας (2–30 s) σε βίντεο με ακριβή συγχρονισμό χειλιών, φυσικές εκφράσεις και χειρονομίες που προσαρμόζονται στο περιεχόμενο.
Ίδιο μοντέλο, ίδιο υπόλοιπο. Κάλεσέ το μέσω REST API ή άφησε τον πράκτορά σου να το χρησιμοποιεί μέσω MCP.
bytedance/omnihuman-1.5curl https://api.fcaai.ai/v1/generations \
-H "Authorization: Bearer $FCAAI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "bytedance/omnihuman-1.5",
"input": {
"prompt": "Slow aerial push-in over a city at night, light trails on the avenues, gentle haze",
"duration": 5
}
}'Λεπτομέρειες
Το OmniHuman 1.5 είναι το μοντέλο ομιλούντος avatar της ByteDance. Δώστε του ένα πορτρέτο και ένα ηχητικό κομμάτι ομιλίας ή τραγουδιού και θα δημιουργήσει ένα βίντεο στο οποίο το συγκεκριμένο άτομο μιλά ή τραγουδά με ακριβή συγχρονισμό χειλιών, φυσικές εκφράσεις και χειρονομίες που ταιριάζουν στο περιεχόμενο, διατηρώντας σταθερή την ταυτότητά του.
Μετατρέψτε το πορτρέτο ενός brand face και ένα ηχογραφημένο σενάριο σε ένα σύντομο βίντεο ομιλίας.
Προσθέστε ένα πορτρέτο τραγουδιστή και ένα απόσπασμα τραγουδιού για να δημιουργήσετε μια ερμηνεία με συγχρονισμένα χείλη.
Δημιουργήστε ένα βίντεο όπου η φωτογραφία ενός εκπαιδευτή παρουσιάζει μια ηχογραφημένη εισαγωγή μαθήματος.
Το OmniHuman 1.5 παίρνει τα δεδομένα εισόδου σου, εκτελείται με τις ρυθμίσεις που επιλέγεις και βάζει το αποτέλεσμα στη Βιβλιοθήκη σου. Οι αποτυχημένες εκτελέσεις επιστρέφονται αυτόματα.
Τι λειτουργεί καλύτερα με το OmniHuman 1.5.
Ανά εκτέλεση. Το Studio τιμολογείται σε credits (1 credit = $0.01)· η στήλη API δείχνει την τιμή για προγραμματιστές σε δολάρια ΗΠΑ, με χρέωση από το ίδιο υπόλοιπο. Οι αποτυχημένες εκτελέσεις δεν κοστίζουν τίποτα.
| Ρυθμίσεις | Studio (credits) | API (USD) |
|---|
Εκτιμήσεις σε τιμή καταλόγου· η ακριβής τιμή εμφανίζεται στο κουμπί Δημιουργία πριν από την εκτέλεση.
Κάθε ρύθμιση λειτουργεί το ίδιο σε Studio, Canvas, κινητό και API· οι επιλογές προέρχονται από μία πηγή.
Λαμβάνεται από το αρχικό καρέ που προσθέτεις.
Η διάρκεια του κλιπ. Κράτα τα πρόχειρα σύντομα και επέκτεινε μόλις πετύχει το πλάνο.
Ίδιο μοντέλο· το API για προγραμματιστές χρεώνεται σε δολάρια ΗΠΑ. Κάλεσε POST /v1/generations με το παρακάτω ID μοντέλου και μετά κάνε polling στο GET /v1/generations/{id}?wait=60 ή χρησιμοποίησε webhook. Το GET /v1/models/{id} επιστρέφει την τιμή για τις ρυθμίσεις σου χωρίς να εκτελεί τίποτα.
curl https://api.fcaai.ai/v1/generations \
-H "Authorization: Bearer $FCAAI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "bytedance/omnihuman-1.5",
"input": {
"prompt": "Slow aerial push-in over a city at night, light trails on the avenues, gentle haze",
"duration": 5
}
}'| Πεδίο | Τύπος | Τιμές |
|---|---|---|
| imageυποχρεωτικό | string | — |
| prompt | string | ≤ 4.000 |
Οι οδηγοί μοντέλων περιλαμβάνονται σε κάθε πλάνο.
Σύγκριση πλάνωνΣειρά σου
Η τιμή είναι στο κουμπί πριν το πατήσεις· οι αποτυχημένες εκτελέσεις επιστρέφονται.
Ανεβάστε ή επιλέξτε μία εικόνα του ατόμου. Ένα καθαρό, μετωπικό πρόσωπο λειτουργεί καλύτερα, και το πορτρέτο καθορίζει τη μορφή του βίντεο.
Ανεβάστε τη δική σας ομιλία ή το δικό σας τραγούδι, διάρκειας 2–30 δευτερολέπτων. Το βίντεο έχει ακριβώς την ίδια διάρκεια με τον ήχο.
Προαιρετικά, γράψτε μια προτροπή για το συναίσθημα, τις χειρονομίες και την κάμερα, για παράδειγμα «ήρεμο και ζεστό, αργή προσέγγιση».
Παρακολουθήστε το αποτέλεσμα. Για να αλλάξετε τη διάθεση ή την κίνηση, επεξεργαστείτε την προτροπή ή δοκιμάστε ένα διαφορετικό πορτρέτο και, στη συνέχεια, δημιουργήστε ξανά.
Τι δέχεται το OmniHuman 1.5 και ποια όρια ισχύουν. Όλα εδώ προέρχονται από την καταχώριση του μοντέλου στον κατάλογο.
| Είσοδος | Υποχρεωτικό | Όριο | Σε τι χρησιμεύει |
|---|---|---|---|
| Prompt κειμένου | Όχι | 4.000 χαρακτήρες | Περιέγραψε τι θέλεις με απλά λόγια: το θέμα, το σκηνικό, το φως και το στυλ. |
| Αρχικό καρέ | Ναι | 1 | Το πρώτο καρέ του κλιπ. Η κίνηση ξεκινά από αυτή την εικόνα. |
| Κομμάτι ήχου (lip sync) | Όχι | — | Ομιλία ή μουσική που καθοδηγεί την κίνηση και τα χείλη. |
bytedance/omnihuman-1.5Όσο διαρκεί το ηχητικό σας: 2–30 δευτερόλεπτα.
Ναι. Ανεβάστε ένα τραγούδι και το άτομο θα το τραγουδήσει με συγχρονισμένες κινήσεις των χειλιών.
Όχι. Το βίντεο ακολουθεί το σχήμα του πορτρέτου σας.
Η τιμή εξαρτάται από τις ρυθμίσεις που επιλέγεις και εμφανίζεται στο κουμπί Δημιουργία πριν από την εκτέλεση. Ο παρακάτω πίνακας τιμών δείχνει τυπικές τιμές κλιπ για το Studio σε credits (1 credit = $0.01) και για το API σε δολάρια ΗΠΑ.
Δεν χρεώνεσαι. Το δεσμευμένο ποσό επιστρέφει αυτόματα στο υπόλοιπό σου.
Ναι. Χρησιμοποίησε το ID μοντέλου που εμφανίζεται στην ενότητα API με POST /v1/generations. Πρόσθεσε "dry_run": true για να πάρεις προσφορά τιμής χωρίς εκτέλεση.
Ναι, σε κάθε επί πληρωμή πλάνο. Το Δωρεάν πλάνο είναι για προσωπική χρήση.
Ναι. Το OmniHuman 1.5 είναι διαθέσιμο ως κόμβος στο Canvas και σε κάθε πρότυπο που το χρησιμοποιεί.