Aller au contenu principal

Prolongez un clip avec Wan 2.5 : la dernière image de votre vidéo ouvre un nouveau segment de 5 ou 10 secondes avec du son, et vous récupérez un seul fichier où l’original et la suite sont raccordés, en 480p, 720p ou 1080p. Une piste audio facultative règle le rythme de la nouvelle partie.

À partir de $0.045/s

Atelier

Entrée

Prolongation vidéo
  1. 1

    Choisir le clip à prolonger

    Choisissez une vidéo : nous la prolongeons à partir de sa dernière image.

  2. 2

    La suite

    Choisissez un clip à l’étape 1 pour ouvrir cette étape.

    0/1500
    Facultatif. Ce qui se passe ensuite : l’action qui suit, le mouvement de caméra et une ligne sur le son. La dernière image fixe déjà le sujet et le décor, consacrez donc les mots au mouvement. 1 500 caractères au maximum. 1500 caractères maximum
    0/500
    Ce qui ne doit pas apparaître dans le nouveau segment : une deuxième personne, des sous-titres, un accessoire que la dernière image ramène sans cesse. 500 caractères au maximum. 500 caractères maximum
    influe sur le prix
    Résolution à laquelle le nouveau segment est généré : 480p, 720p ou 1080p, 720p par défaut. Alignez-la sur celle de votre source pour éviter un saut de netteté au raccord. Le MP4 raccordé garde la cadence et le cadrage de votre clip, sans bandes noires. Pour aligner le raccord, l’image peut être rognée ou ajustée de quelques pour cent sur les bords. Si le modèle renvoie un format nettement différent, le nouveau segment est mis à l’échelle pour remplir votre cadre, centré, et ce qui dépasse est rogné. Elle fixe le prix.
    Duréeinflue sur le prix
    510
    Durée du nouveau segment : exactement 5 ou 10 secondes, 5 par défaut. Votre source s’ajoute devant et n’est pas facturée. Les segments courts tiennent mieux les mains et les cheveux ; fixez donc d’abord le rendu à cinq secondes.
    0/1

    Déposez un fichier audio ou parcourez · 1 fichier · 90 Mo max. · MP3 · WAV

    0 / 1 fichiers
    Son du nouveau segment : une réplique ou un repère musical à suivre, pour que la parole et les temps forts tombent là où vous les attendez. WAV ou MP3, de 3 à 30 secondes et jusqu’à 15 Mo. Un audio plus long que le nouveau segment est coupé à la fin ; plus court, le reste du segment est muet. Votre source garde son propre son. 1 caractères minimum
Filtre de sécuritéDésactivé

SpicyAPI n’applique aucun filtre de sécurité à ce modèle. Votre prompt et vos médias sont transmis tels quels, et c’est le modèle lui-même qui décide du résultat.

Nous vérifions votre compte avant d’activer l’envoi et le calcul du prix.

1 champ obligatoire manquant : Vidéo d’entrée

Sortie

Prêt pour une nouvelle exécution

Le résultat apparaîtra ici.

Configurez les entrées, vérifiez l’estimation, puis lancez le modèle.

Modèles liés et tâches suivantes

Le modèle que vous cherchez n’est pas là ?

Dites-nous lequel ajouter et à quoi il vous servira. Les demandes vont directement à l’équipe qui décide des prochains modèles.

API VIDÉO AVEC SON

Décrivez un plan ou envoyez une image, récupérez 5 ou 10 secondes avec le son.

Chiffres clés

Endpoints
3
Texte-vers-vidéo, image-vers-vidéo et prolongation vidéo, chacun avec son propre contrat.
Durée du clip
5/10
Deux durées fixes. Les valeurs intermédiaires sont refusées, pas arrondies.
Résolution max
1080P
480p, 720p ou 1080p par requête ; 720p par défaut.
Son
AUDIO
Généré dans la même passe que l'image.
Formats
5
Cinq en texte-vers-vidéo ; l'image-vers-vidéo garde le cadre d'origine.
Entrée audio
AUDIO IN
audio_url donne au clip une réplique ou un tempo à suivre.

Avant de dépenser

text-to-video

Cinq formats : 16:9, 9:16, 1:1, 4:3 et 3:4. En 480p, seuls le paysage, le portrait et le carré sont rendus ; demandez 4:3 ou 3:4 à partir de 720p. Le texte seul ne garantit pas le même visage ni le même produit d'un rendu à l'autre.

image-to-video

L'image d'ouverture est obligatoire et décide de la tenue, du décor, de la lumière et du cadre ; il n'y a pas de champ de format ici, recadrez donc l'image avant l'envoi. Le prompt est facultatif, mais une ligne d'action claire donne un mouvement bien plus stable.

all

La durée vaut exactement 5 ou 10 secondes. Plus le clip est long, plus les mains, les cheveux et les détails dérivent. Le consentement, les droits et le respect de la loi locale pour tout ce que vous envoyez ou représentez relèvent de votre responsabilité. Les pages publiques et les exemples restent adaptés à tous les publics.

Ce que fait le modèle

Calé sur votre piste

Donnez la réplique, la bouche suit

Tous les endpoints acceptent audio_url. Envoyez une réplique enregistrée ou un repère musical : le clip généré règle ses mouvements et les formes de la bouche sur ce fichier au lieu d'inventer son propre rythme. C'est le moyen le plus simple de faire tomber un plan parlé sur un texte déjà validé.

Cas d’usage

  • Clips courts pour les réseaux, son compris

    Choisissez 9:16 en texte-vers-vidéo, gardez cinq secondes et laissez la bande-son revenir dans le fichier. Pas de passe audio séparée avant publication : produire une série de brouillons chaque jour reste tenable.

  • Plans parlés sur un script validé

    Partez d'un portrait en image-vers-vidéo et transmettez la réplique enregistrée en audio_url. Le visage vient de l'image, le rythme du fichier : la relecture porte sur le jeu, plus sur la synchronisation.

  • Un packshot, un moment produit

    Utilisez le packshot comme image d'ouverture et décrivez un seul mouvement de caméra. L'étiquette et la silhouette sont fixées par l'image, le prompt ne porte que la lumière et le mouvement, et un rendu 1080p laisse de la marge pour recadrer.

Créé avec Wan 2.5

  • 5 s
  • 10 s
  • 5 s
  • 5 s
  • 10 s
  • 5 s
  • 10 s

Référence du modèle

Référence de l’API Wan 2.5

Spécifications de l’API Wan 2.5

Éditeur
Alibaba
Endpoints publiés
text-to-video, image-to-video, video-extend
Durée du clip
5 ou 10 secondes — 5 par défaut
Résolution
480p, 720p, 1080p — 720p par défaut
Formats d'image
16:9, 9:16, 1:1, 4:3, 3:4 en texte-vers-vidéo ; l'image-vers-vidéo suit l'image
Audio
Généré avec l'image ; audio_url facultative comme guide
Facturation
À la seconde de vidéo, tarif selon la résolution

Comment appeler l’API Wan 2.5

  1. 1. Choisir selon ce que vous avez

    Juste une idée → texte-vers-vidéo, où aspect_ratio fixe le cadre. Une image à animer → image-vers-vidéo, où le clip reprend ses proportions. Un clip existant se poursuit avec la prolongation vidéo. Durées, résolutions et réglages audio sont les mêmes partout.

  2. 2. Caler le plan à 5 secondes et en 720p

    Sujet, une action, un mouvement de caméra et une phrase sur le son. Figez la graine pendant les essais, puis relancez la prise retenue en 10 secondes, ou en 1080p.

  3. 3. Soumettre en asynchrone

    Créez la tâche avec une Idempotency-Key, conservez l'identifiant, puis interrogez-la ou enregistrez un callback. La vidéo finale est servie depuis le stockage de la plateforme.

En résumé

Sur cette plateforme, Wan 2.5 se présente comme des API indépendantes. Texte-vers-vidéo reçoit la description d'un plan et l'un des cinq formats d'image ; image-vers-vidéo reçoit une image d'ouverture et en conserve les proportions ; la prolongation vidéo poursuit un clip existant. Toutes renvoient exactement 5 ou 10 secondes en 480p, 720p ou 1080p, avec un son généré en même temps que l'image, une audio_url facultative pour caler dialogue ou musique, un prompt négatif et une graine. Les tâches s'exécutent de façon asynchrone et sont facturées à la seconde de vidéo livrée, le tarif dépendant de la résolution choisie.

Questions sur l’API Wan 2.5

Tous les modèles Wan22

Modèles vidéo18