Zum Hauptinhalt springen

Talking Avatar API

spicyapi/talking-avatar-v1/talking-avatar

Talking Avatar macht aus einem Porträt und einer Sprachaufnahme von 3 bis 60 Sekunden eine lippensynchrone MP4 der sprechenden Person. Mund, Kopfbewegung und Lidschlag folgen dem Audio, und eine optionale Maske wählt den Sprecher in einem Gruppenfoto.

Ab $0.018/s
Modell ausführen

Playground

Anfrage senden

Schnellstart

Die Beispiele verwenden die öffentlichen Parameter des gewählten Endpunkts. Ersetzen Sie API-Schlüssel und Beispielmedien und senden Sie die Anfrage von Ihrem Server.

SDKs & Integrationen
POSThttps://api.spicyapi.ai/api/v1/jobs/createTask

API-Authentifizierung

Bewahren Sie den API-Schlüssel serverseitig in der Umgebungsvariablen SPICY_API_KEY auf. Verwenden Sie Bearer-Authentifizierung und für JSON-Anfragen Content-Type: application/json.

Authorization: Bearer $SPICY_API_KEY
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
  -d '{
  "model": "spicyapi/talking-avatar-v1/talking-avatar",
  "input": {
    "audio_url": "https://example.com/reference.mp3",
    "image_url": "https://example.com/reference.png"
  }
}'

# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Erzeugt aus dem Eingabeschema dieses Modells – genau dem, gegen das die API jede Anfrage prüft.

Eingabeparameter

Diese Felder gehören in das input-Objekt des Request-Bodys. Namen und Typen entsprechen der API. Wo kein Standardwert angegeben ist, dürfen Sie auch keinen annehmen.

audio_urlstringErforderlich

Die Sprache für die Lippensynchronisation, 3 bis 60 Sekunden, MP3 oder WAV. Es muss ein direkter Link auf die Audiodatei sein; Hochladen ist der zuverlässigste Weg. Dateien außerhalb dieses Bereichs werden abgelehnt, bevor etwas berechnet wird.

Standardwert
Nicht festgelegt
Einschränkungen
minLength:1
contentMediaType:["audio/mpeg","audio/wav"]
image_urlstringErforderlich

Das Gesicht, das sprechen soll. Eine Person, ungefähr in die Kamera blickend, gleichmäßig ausgeleuchtet; ein Brustbild funktioniert am besten.

Standardwert
Nicht festgelegt
Einschränkungen
minLength:1
contentMediaType:["image/jpeg","image/png","image/webp","image/gif"]
seedintegerOptional

Festlegen, um zwei Läufe mit demselben Porträt und Audio zu vergleichen; weglassen für jedes Mal eine neue Version.

Standardwert
Nicht festgelegt
Einschränkungen
minimum:0
maximum:2147483647
mask_urlstringOptional

Optional. Nur nötig, wenn das Porträt mehrere Personen zeigt: ein Schwarz-Weiß-Bild in derselben Größe, weiß über der Person, die sprechen soll.

Standardwert
Nicht festgelegt
Einschränkungen
minLength:1
contentMediaType:["image/jpeg","image/png","image/webp","image/gif"]
promptstringOptional

Optional. Ein paar Worte zu Mimik oder Stimmung, etwa ruhig, fröhlich oder ernst. Person und Umgebung kommen aus dem Porträt, nicht von hier.

Standardwert
Nicht festgelegt
Einschränkungen
maxLength:1000

Auftrag verfolgen

HTTP 202 bestätigt die Annahme, nicht den Abschluss. Speichern Sie die zurückgegebene taskId und fragen Sie diesen Auftrag ab. Erstellen Sie währenddessen keinen weiteren Auftrag.

Antwort bei Annahme
HTTP/1.1 202 Accepted
Location: /api/v1/jobs/recordInfo?taskId=job_01k3m8x9q2z4v7n5p6r8s0t1w3

{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_create",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "state": "queued",
    "estimatedCost": "0.750000"
  }
}

Diese Antwort enthält bereits die Kostenschätzung, damit Ihre Anwendung in Auftragsverlauf und Abrechnung denselben Betrag anzeigen kann.

Auftrag abrufen
curl --get "https://api.spicyapi.ai/api/v1/jobs/recordInfo" \
  --data-urlencode "taskId=$TASK_ID" \
  -H "Authorization: Bearer $SPICY_API_KEY"

Beginnen Sie mit etwa 2 Sekunden Abstand und verlängern Sie das Intervall schrittweise. Bei einem Endzustand hören Sie auf. Nach einem Verbindungsfehler fragen Sie dieselbe taskId ab. Neu anlegen nur mit demselben Idempotency-Key und demselben Request-Body.

Oder den Rückruf zu Ihnen kommen lassen
import { verifyWebhook } from "@spicyapi/sdk";

// express.raw keeps the bytes we signed; express.json never matches.
app.post("/hooks/spicy", express.raw({ type: "application/json" }), (req, res) => {
  const { payload } = verifyWebhook({
    rawBody: req.body,
    timestamp: req.header("X-Webhook-Timestamp"),
    signature: req.header("X-Webhook-Signature"),
    payloadVersion: Number(req.header("X-Webhook-Payload-Version")),
    secret: process.env.SPICY_WEBHOOK_SECRET,
  });
  res.status(200).end();
  void handleFinishedTask(payload);
});

Übergeben Sie callBackUrl beim Anlegen der Aufgabe, dann wird Ihnen der fertige Datensatz per POST zugestellt — ganz ohne Polling-Schleife. Jede Zustellung trägt X-Webhook-Timestamp, X-Webhook-Signature und X-Webhook-Payload-Version. Die Signatur ist ein base64-HMAC-SHA256 über taskId.timestamp.sha256(body) und muss deshalb gegen die Rohbytes geprüft werden: Wer das JSON parst und neu serialisiert, verändert sie, und die Prüfung schlägt fehl. Fehlgeschlagene Zustellungen werden wiederholt, dieselbe taskId kann also zweimal ankommen — machen Sie den Handler idempotent. Antworten Sie zuerst mit 2xx und arbeiten Sie danach; ein langsamer Handler gilt als fehlgeschlagene Zustellung.

Ergebnis auslesen

Lesen Sie output erst aus, wenn state den Wert succeeded hat. Nutzen Sie bei Fehlern errorCode, errorMessage und request_id zur Diagnose. Beispielkosten und -zustände bilden keine tatsächliche Abrechnung ab.

Beispiel einer fertigen Antwort
{
  "code": 200,
  "msg": "success",
  "request_id": "req_example_record",
  "data": {
    "taskId": "job_01k3m8x9q2z4v7n5p6r8s0t1w3",
    "model": "spicyapi/talking-avatar-v1/talking-avatar",
    "state": "succeeded",
    "output": {
      "assets": [
        {
          "key": "tasks/2026/08/28/job_01k3m8x9q2z4v7n5p6r8s0t1w3/3f7a1c9e5b2d48f0a6c1e3d5b7f9a1c3.mp4",
          "mime": "video/mp4",
          "url": "https://example.r2.cloudflarestorage.com/results/job_01k3m8x9q2z4v7n5p6r8s0t1w3/result.mp4?X-Amz-Signature=SIGNATURE_FROM_RESPONSE",
          "expiresAt": "2026-08-28T12:20:08.000Z"
        }
      ]
    },
    "cost": "0.750000",
    "settled": true,
    "createdAt": "2026-08-28T12:00:00Z",
    "completedAt": "2026-08-28T12:00:30Z"
  }
}

Verfügbare Dateien lassen sich direkt über assets[].url ohne API-Authorization-Header öffnen oder herunterladen. Der signierte Link läuft zu expiresAt ab. Fragen Sie den Auftrag innerhalb der Aufbewahrungsfrist erneut ab, um den Link zu erneuern. Noch ausstehende oder nicht verfügbare Dateien haben keine URL. Behandeln Sie signierte Links vertraulich.

SDKs & Integrationen

Nutzen Sie SpicyAPI in Ihrer App, im Terminal, mit KI-Assistenten oder in visuellen Workflows. Wählen Sie die passende Anleitung.

SDKs
TypeScript · Python · Go · PHP · Java
CLI
Terminalbefehle und Automatisierungsskripte.
MCP
Claude Code · Cursor · Codex
Agent Skill
Wiederverwendbare Anweisungen für Ihren KI-Assistenten.
n8n
Community-Nodes für selbst gehostetes n8n und importierbare HTTP Request-Vorlagen für n8n Cloud.
ComfyUI
Bild-, Video- und Audio-Workflows auf einer Node-Oberfläche.

Weitere Integrationen

SillyTavernTelegram / DiscordApp proxyOpenAI SDKLangChainVercel AI SDK
Fertige Workflows entdecken

In ComfyUI nutzen

Installieren Sie die SpicyAPI-Nodes über den ComfyUI Manager oder mit dem Befehl unten und suchen Sie auf der Arbeitsfläche nach Talking Avatar · Talking Avatar. Der Node bietet dieselben Optionen wie diese Seite und zeigt seinen Preis, bevor er läuft.

cd ComfyUI/custom_nodes
git clone https://github.com/spicyapi-ai/comfyui-spicyapi
Workflow-BeispieleEinrichtungsanleitungQuellcode auf GitHub