Ir al contenido

Bytedance Omnihuman V1.5

Integrar

Id del modelo 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"

Archivos como el ejemplo: 1,60 $ 1600 créditos de API · ≈ 172,13 ₽ tus archivos se miden antes de la ejecución Ejecutar en esta página

Obtener clave de API
ByteDance Sincronización labial y avatares Sincronización labialhasta 1080p #image-to-video#lipsync

OmniHuman 1.5 añade un prompt de texto, una máscara del hablante, modo turbo y elección entre 720p y 1080p

ByteDance · Vídeo

Tu primer resultado aparecerá aquí

Crea una solicitud abajo y ejecútala con tu clave de API. Las salidas se copian en nuestro almacenamiento, conservadas para siempre o 7 días gratis.

Crear una solicitud

Los controles se generan a partir del esquema del modelo. El código y el precio se actualizan al modificarlos.

Prompt de texto que dirige la generación de video.

•obligatorio image_url
Suelta un archivo o

URL de imagen que proporciona la fuente para la generación de video.

•obligatorio audio_url
Suelta un archivo o

URL del audio de origen para la generación de video, con un límite de duración que depende de la resolución: menos de 60 segundos para 720p o menos de 30 segundos para 1080p.

resolution predeterminado 1080p

Resolución de salida del video: 720p ofrece una generación más rápida y mayor calidad con audio de hasta 60 segundos, mientras que 1080p permite audio de hasta 30 segundos. El valor predeterminado es 1080p.

Avanzado mask · turbo_mode
mask_url
Suelta un archivo o

URL de máscara que identifica a la persona que habla mediante su área blanca; después de aplicar la máscara a la imagen, solo habla esa persona.

POST /run/bytedance/omnihuman/v1.5?wait=20 cotización → 1,60 $
# 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"

Ejecutar esta solicitud

Tu clave permanece en este navegador: solo se envía a la Doitong API y se guarda (localStorage) únicamente si marcas Recordar. Obtener una clave de API

Acerca de Bytedance Omnihuman V1.5

Anima la imagen de una persona a partir de un archivo de audio. El `prompt` opcional guía la escena, y `mask_url` limita el habla al área blanca de una máscara. `turbo_mode` intercambia algo de calidad por velocidad. `resolution` puede ser 720p o 1080p; el audio puede durar hasta 60 segundos a 720p y 30 segundos a 1080p.

Parámetros

Envía el nombre canónico o el nombre nativo, no ambos. Nombres canónicos

NombreTipo PredeterminadoPermitido Descripción
promptopcional
Tipostring | null
Prompt de texto que dirige la generación de video.
image_urlobligatorio image
Tipourl · image
URL de imagen que proporciona la fuente para la generación de video.
mask_urlopcional mask
Tipourl · image
URL de máscara que identifica a la persona que habla mediante su área blanca; después de aplicar la máscara a la imagen, solo habla esa persona.
audio_urlobligatorio audio
Tipourl · audio
URL del audio de origen para la generación de video, con un límite de duración que depende de la resolución: menos de 60 segundos para 720p o menos de 30 segundos para 1080p.
turbo_modeopcional
Tipoboolean
Predeterminadofalse
Activa esta opción para sacrificar una pequeña cantidad de calidad de video a cambio de una generación más rápida.
resolutionopcional
Tipoenum
Predeterminado1080p
720p1080p
Resolución de salida del video: 720p ofrece una generación más rápida y mayor calidad con audio de hasta 60 segundos, mientras que 1080p permite audio de hasta 30 segundos. El valor predeterminado es 1080p.
obligatorio Nombre canónico, también aceptado

Los parámetros de archivo aceptan una URL pública https://, un URI data: de hasta 10 MB o el file_url de una carga. Archivos

Salida

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"
  }
}
Tus archivos, tú eligesCada outputs[].url es una copia en nuestro almacenamiento: conservada para siempre (se cobra por GB-mes) o 7 días gratis, según la configuración de tu cuenta o ?storage=.
La misma estructura en todos los modelostype, url, content_type, width, height y duration, tanto para imágenes como para vídeo y audio. output es el objeto de resultado propio del modelo.
Campos de salida
video
object {url, content_type, file_name, file_size}Archivo de video resultante.
duration
number

Más modelos: Sincronización labial y avatares

Para agentes de IA: esta página en Markdown está en https://doitong.com/es/developers/models/bytedance/omnihuman/v1.5.md. Todos los modelos y guías: https://doitong.com/developers/llms.txt