Avançar para o conteúdo

Bytedance Omnihuman V1.5

Integrar

ID do 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"

Ficheiros como o exemplo: 1,60 $ 1600 créditos da API · ≈ 172,13 ₽ os seus ficheiros são medidos antes da execução Executar nesta página

Obter chave de API
ByteDance Lipsync e avatares Lipsyncaté 1080p #image-to-video

OmniHuman 1.5 adiciona um prompt de texto, uma máscara do orador, modo turbo e escolha entre 720p e 1080p

ByteDance · Vídeo

O seu primeiro resultado aparece aqui

Crie um pedido abaixo e execute-o com a sua chave de API. As saídas são copiadas para o nosso armazenamento, guardadas para sempre ou durante 7 dias gratuitamente.

Criar um pedido

Os controlos são gerados a partir do esquema do modelo. O código e o preço são atualizados à medida que os altera.

Prompt de texto que orienta a geração do vídeo.

•obrigatório image_url
Largue um ficheiro ou

URL da imagem que fornece a origem para a geração do vídeo.

•obrigatório audio_url
Largue um ficheiro ou

URL da origem de áudio para a geração do vídeo, com um limite de duração dependente da resolução: menos de 60 segundos para 720p ou menos de 30 segundos para 1080p.

resolution predefinição 1080p

Resolução de saída do vídeo: 720p permite uma geração mais rápida e maior qualidade com áudio até 60 segundos, enquanto 1080p permite áudio até 30 segundos. A predefinição é 1080p.

Avançado mask · turbo_mode
mask_url
Largue um ficheiro ou

URL da máscara que identifica a pessoa falante através da sua área branca; depois de a máscara ser aplicada à imagem, apenas essa pessoa fala.

POST /run/bytedance/omnihuman/v1.5?wait=20 cotação → 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"

Executar este pedido

A sua chave permanece neste navegador: é enviada apenas para a Doitong API e guardada em localStorage apenas se selecionar Lembrar. Obter uma chave de API

Sobre Bytedance Omnihuman V1.5

Anima a imagem de uma pessoa a partir de um ficheiro de áudio. O `prompt` opcional orienta a cena, e `mask_url` limita a fala à área branca de uma máscara. `turbo_mode` troca alguma qualidade por velocidade. `resolution` é 720p ou 1080p; o áudio pode ter até 60 segundos a 720p e 30 segundos a 1080p.

Parâmetros

Envie o nome canónico ou o nome nativo, não ambos. Nomes canónicos

NomeTipo PredefiniçãoPermitido Descrição
promptopcional
Tipostring | null
Prompt de texto que orienta a geração do vídeo.
image_urlobrigatório image
Tipourl · image
URL da imagem que fornece a origem para a geração do vídeo.
mask_urlopcional mask
Tipourl · image
URL da máscara que identifica a pessoa falante através da sua área branca; depois de a máscara ser aplicada à imagem, apenas essa pessoa fala.
audio_urlobrigatório audio
Tipourl · audio
URL da origem de áudio para a geração do vídeo, com um limite de duração dependente da resolução: menos de 60 segundos para 720p ou menos de 30 segundos para 1080p.
turbo_modeopcional
Tipoboolean
Predefiniçãofalse
Ative esta opção para sacrificar uma pequena quantidade de qualidade do vídeo em troca de uma geração mais rápida.
resolutionopcional
Tipoenum
Predefinição1080p
720p1080p
Resolução de saída do vídeo: 720p permite uma geração mais rápida e maior qualidade com áudio até 60 segundos, enquanto 1080p permite áudio até 30 segundos. A predefinição é 1080p.
obrigatório Nome canónico, também aceite

Os parâmetros de ficheiro aceitam um URL https:// público, um URI data: até 10 MB ou o file_url de um carregamento. Ficheiros

Resultado

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"
  }
}
Os seus ficheiros, a sua escolhaCada outputs[].url é uma cópia no nosso armazenamento: guardada para sempre (paga por GB-mês) ou durante 7 dias gratuitamente, conforme a definição da sua conta ou ?storage=.
A mesma estrutura em todos os modelostype, url, content_type, width, height e duration, tanto para imagens como para vídeo e áudio. output é o próprio objeto de resultado do modelo.
Campos do resultado
video
object {url, content_type, file_name, file_size}Ficheiro de vídeo resultante.
duration
number

Mais modelos: Lipsync e avatares

Para agentes de IA: esta página em Markdown está disponível em https://doitong.com/pt-PT/developers/models/bytedance/omnihuman/v1.5.md. Todos os modelos e guias: https://doitong.com/developers/llms.txt