কনটেন্টে যান

Bytedance Omnihuman V1.5

ইন্টিগ্রেট করুন

মডেল id bytedance/omnihuman/v1.5
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/bytedance/omnihuman/v1.5?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://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

উদাহরণের মতো ফাইল: ১.৬০$ ১,৬০০ API ক্রেডিট · ≈ ১৭২.১৩₽ চালানোর আগে আপনার ফাইল মাপা হয় এই পেজে চালান

API কী পান
ByteDance লিপসিঙ্ক ও অ্যাভাটার লিপসিঙ্ক1080p পর্যন্ত #image-to-video#lipsync

OmniHuman 1.5-এ টেক্সট প্রম্পট, স্পিকার মাস্ক, টার্বো মোড এবং 720p বা 1080p বেছে নেওয়ার সুবিধা রয়েছে

ByteDance · 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।

ভিডিও জেনারেশন পরিচালনা করা টেক্সট প্রম্পট।

•আবশ্যক image_url
একটি ফাইল ড্রপ করুন, অথবা

ভিডিও জেনারেশনের উৎস হিসেবে ব্যবহৃত ছবির URL।

•আবশ্যক audio_url
একটি ফাইল ড্রপ করুন, অথবা

ভিডিও জেনারেশনের জন্য অডিও উৎস URL; রেজোলিউশন-নির্ভর দৈর্ঘ্য সীমা: 720p-এর জন্য 60 সেকেন্ডের কম, অথবা 1080p-এর জন্য 30 সেকেন্ডের কম।

resolution ডিফল্ট 1080p

ভিডিও আউটপুট রেজোলিউশন: 720p দ্রুত জেনারেশন এবং অডিওসহ 60 সেকেন্ড পর্যন্ত বেশি quality দেয়, আর 1080p-তে অডিও 30 সেকেন্ড পর্যন্ত হতে পারে। ডিফল্ট হলো 1080p।

অ্যাডভান্সড mask · turbo_mode
mask_url
একটি ফাইল ড্রপ করুন, অথবা

এর সাদা অংশের মাধ্যমে কথা বলা ব্যক্তিকে শনাক্ত করা mask URL; mask ছবিতে প্রয়োগ করার পর কেবল সেই ব্যক্তি কথা বলবেন।

POST /run/bytedance/omnihuman/v1.5?wait=20 মূল্য → ১.৬০$
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/bytedance/omnihuman/v1.5?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://api.doitong.ru/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

Bytedance Omnihuman V1.5 সম্পর্কে

একটি অডিও ফাইল থেকে ব্যক্তির ছবিকে অ্যানিমেট করে। ঐচ্ছিক `prompt` দৃশ্য নির্দেশ করে, আর `mask_url` মাস্কের সাদা অঞ্চলে কথা বলা সীমাবদ্ধ করে। `turbo_mode` গতির বিনিময়ে সামান্য মান কমায়। `resolution` হলো 720p অথবা 1080p; 720p-তে অডিও সর্বোচ্চ 60 সেকেন্ড এবং 1080p-তে 30 সেকেন্ড হতে পারে।

প্যারামিটার

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

নামধরন ডিফল্টঅনুমোদিত বিবরণ
promptঐচ্ছিক
ধরনstring | null
ভিডিও জেনারেশন পরিচালনা করা টেক্সট প্রম্পট।
image_urlআবশ্যক image
ধরনurl · image
ভিডিও জেনারেশনের উৎস হিসেবে ব্যবহৃত ছবির URL।
mask_urlঐচ্ছিক mask
ধরনurl · image
এর সাদা অংশের মাধ্যমে কথা বলা ব্যক্তিকে শনাক্ত করা mask URL; mask ছবিতে প্রয়োগ করার পর কেবল সেই ব্যক্তি কথা বলবেন।
audio_urlআবশ্যক audio
ধরনurl · audio
ভিডিও জেনারেশনের জন্য অডিও উৎস URL; রেজোলিউশন-নির্ভর দৈর্ঘ্য সীমা: 720p-এর জন্য 60 সেকেন্ডের কম, অথবা 1080p-এর জন্য 30 সেকেন্ডের কম।
turbo_modeঐচ্ছিক
ধরনboolean
ডিফল্টfalse
দ্রুত জেনারেশনের বিনিময়ে ভিডিও quality সামান্য কমাতে এটি সক্রিয় করুন।
resolutionঐচ্ছিক
ধরনenum
ডিফল্ট1080p
720p1080p
ভিডিও আউটপুট রেজোলিউশন: 720p দ্রুত জেনারেশন এবং অডিওসহ 60 সেকেন্ড পর্যন্ত বেশি quality দেয়, আর 1080p-তে অডিও 30 সেকেন্ড পর্যন্ত হতে পারে। ডিফল্ট হলো 1080p।
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": "bytedance/omnihuman/v1.5",
  "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": 1600,
    "usd": "1.60",
    "charged": 1600,
    "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
    },
    "duration": 5
  },
  "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.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/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}ফলাফল হিসেবে পাওয়া ভিডিও ফাইল।
duration
number

আরও মডেল: লিপসিঙ্ক ও অ্যাভাটার

AI এজেন্টদের জন্য: এই পৃষ্ঠাটি Markdown হিসেবে এখানে আছে https://doitong.com/bn/developers/models/bytedance/omnihuman/v1.5.md. সব মডেল ও গাইড: https://doitong.com/developers/llms.txt