Talking avatar model ng ByteDance: gawing video ang isang portrait at sarili mong pagsasalita o kanta (2–30 s), na may tumpak na lip sync, natural na ekspresyon, at mga galaw na naaayon sa konteksto.
Parehong model, parehong balanse. Tawagin sa REST API o hayaang gamitin ng agent mo sa pamamagitan ng 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
}
}'Mga Detalye
Ang OmniHuman 1.5 ay modelo ng ByteDance para sa mga avatar na nagsasalita. Bigyan ito ng isang portrait at audio track ng pagsasalita o pagkanta, at gagawa ito ng video kung saan nagsasalita o kumakanta ang taong iyon nang may tumpak na lip sync, natural na ekspresyon at mga galaw na angkop sa konteksto, habang nananatiling pareho ang kanyang pagkakakilanlan.
Gawing maikling video na nagsasalita ang portrait ng mukha ng brand gamit ang na-record na script.
Magdagdag ng portrait ng mang-aawit at sipi ng kanta para makakuha ng performance na tugma ang galaw ng labi sa kanta.
Gumawa ng video kung saan naghahatid ng pambungad sa na-record na aralin ang larawan ng isang instruktor.
Kinukuha ng OmniHuman 1.5 ang mga input mo, tumatakbo gamit ang mga setting na pinili mo at inilalagay ang resulta sa Library mo. Awtomatikong nire-refund ang mga pumalyang run.
Ano ang pinakamabisa sa OmniHuman 1.5.
Kada run. Nasa credits ang presyo sa Studio (1 credit = $0.01); ang column ng API ay ang developer rate sa US dollars, sinisingil mula sa parehong balanse. Walang bayad ang mga pumalyang run.
| Mga Setting | Studio (credits) | API (USD) |
|---|
Mga tantiya sa list price; nasa Generate button ang eksaktong presyo bago mo patakbuhin.
Pareho ang takbo ng bawat setting sa Studio, Canvas, mobile at API; iisa ang pinagmumulan ng mga opsyon.
Kinukuha mula sa simulang frame na idinagdag mo.
Gaano kahaba ang clip. Panatilihing maikli ang mga draft at pahabain kapag ayos na ang shot.
Parehong model; sinisingil sa US dollars ang developer API. Mag-POST /v1/generations gamit ang model id sa ibaba, saka mag-poll ng GET /v1/generations/{id}?wait=60 o gumamit ng webhook. Ibinabalik ng GET /v1/models/{id} ang presyo para sa mga setting mo nang walang pinapatakbo.
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
}
}'| Field | Uri | Mga Value |
|---|---|---|
| imagekailangan | string | — |
| prompt | string | ≤ 4,000 |
Kasama sa bawat plan ang mga tutorial ng model.
Ihambing ang mga planIkaw naman
Nasa button ang presyo bago mo ito pindutin; nire-refund ang mga pumalyang run.
Mag-upload o pumili ng isang larawan ng tao. Pinakamainam ang malinaw at nakaharap sa camera na mukha, at ang portrait ang magtatakda ng hugis ng video.
Mag-upload ng sarili mong pananalita o kanta na may habang 2–30 segundo. Eksaktong kapareho ng haba ng audio ang video.
Opsyonal na magsulat ng prompt tungkol sa emosyon, mga galaw, at kamera, halimbawa, “kalmado at mainit ang dating, dahan-dahang paglapit ng kamera”.
Panoorin ang resulta. Para baguhin ang mood o galaw, i-edit ang prompt o sumubok ng ibang portrait, pagkatapos ay buuin itong muli.
Ano ang tinatanggap ng OmniHuman 1.5 at ang mga limit na umiiral. Lahat ng narito ay mula sa catalog entry ng model.
| Input | Kailangan | Limit | Para saan ito |
|---|---|---|---|
| Text prompt | Hindi | 4,000 character | Ilarawan ang gusto mo sa simpleng salita: ang subject, ang setting, ang ilaw at ang istilo. |
| Simulang frame | Oo | 1 | Ang unang frame ng clip. Dito nagsisimula ang galaw. |
| Audio track (lip-sync) | Hindi | — | Pagsasalita o musikang nagtutulak sa galaw at sa labi. |
bytedance/omnihuman-1.5Kasinghaba ng audio mo: 2–30 segundo.
Oo. Mag-upload ng kanta at kakantahin ito ng tao nang nakaayon ang galaw ng labi sa kanta.
Hindi. Sinusunod ng video ang hugis ng iyong portrait.
Nakadepende ang presyo sa mga setting na pipiliin mo at ipinapakita sa Generate button bago mo patakbuhin. Nakalista sa talahanayan ng presyo sa ibaba ang karaniwang presyo clip para sa Studio sa credits (1 credit = $0.01) at para sa API sa US dollars.
Hindi ka sisingilin. Awtomatikong babalik sa balanse mo ang inireserbang halaga.
Oo. Gamitin ang model id na nasa seksyon ng API sa POST /v1/generations. Idagdag ang "dry_run": true para makakuha ng quote ng presyo nang hindi tumatakbo.
Oo, sa bawat bayad na plan. Pang-personal na gamit ang Free plan.
Oo. Available ang OmniHuman 1.5 bilang node sa Canvas at sa bawat template na gumagamit nito.