bytedance/omnihuman-2.0/talking-avatarOmniHuman 2.0 Talking Avatar macht aus einem Porträt und einer Audiodatei einen 720p-Clip, in dem diese Person das Audio spricht oder singt. Der Clip ist so lang wie Ihr Audio, von 4 bis 300 Sekunden.
Playground
Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.
- Ausgabe6 Sek.
supper-club-singer 720p: `image_url` ist eine Frau mit dunklen Haarlocken und rotem Lippenstift in einem schwarzen Samtkleid an einem Vintage-Mikrofon in einem blau beleuchteten Supperclub; `audio_url` ist eine langsame gesungene/gesprochene Zeile von 5,2 Sekunden. Die Lippen folgen dem Audio, eine leichte Kopfneigung und ein Lächeln kommen am Ende wie im Prompt verlangt, und ihre Hand bleibt am Mikrofon. Der zurückgegebene Clip läuft 6,0 Sekunden.
- Ausgabe6 Sek.
bar-counter-line 720p: `image_url` ist ein Mann in den Vierzigern mit Pfeffer-und-Salz-Bartstoppeln und einem dunklen Leinenhemd hinter einer schummrigen Bar; `audio_url` ist eine gesprochene Zeile von 5,0 Sekunden. Seine Augen schließen und öffnen sich, und das halbe Lächeln und die hochgezogene Augenbraue folgen der Zeile, während die Flaschen hinter ihm stabil bleiben. Der zurückgegebene Clip läuft 6,0 Sekunden.
- Ausgabe5 Sek.
seaside-terrace 720p: `image_url` ist eine Frau mit langen dunklen Haaren in einem cremefarbenen Satin-Trenchcoat auf einer Steinterrasse über dem Meer; `audio_url` ist eine gesprochene Zeile von 4,55 Sekunden. In der letzten Sekunde dreht sie den Kopf wie im Prompt verlangt zum Meer, und ihr Haar bewegt sich leicht. Der zurückgegebene Clip läuft 5,0 Sekunden.
- Ausgabe5 Sek.
late-night-show-open 720p: `image_url` ist eine Frau mit natürlichen Locken in einer cremefarbenen Bluse in einem Podcast-Studio mit Boom-Mikrofon und Lampen; `audio_url` ist eine lebhafte gesprochene Eröffnung von 4,8 Sekunden. Ausgeprägte Mimik, Augenbrauen und ein Lachen am letzten Wort folgen dem Prompt, aber sie lehnt sich nicht sichtbar zum Mikrofon hin. Der zurückgegebene Clip läuft 5,0 Sekunden.
Dieses Beispiel beginnt bei $0.108 je Ausgabesekunde. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.