Vai al contenuto principale

Il talking avatar di OmniHuman 2.0 trasforma un ritratto e un file audio in una clip 720p di quella persona che parla o canta. La clip dura quanto il tuo audio, da 4 a 300 secondi.

Da $0.108/s

Playground

Questi esempi sono stati scritti per questo endpoint. Sostituisci il prompt e gli URL dei media di esempio con input tuoi e raggiungibili, poi controlla il preventivo aggiornato e la disponibilità del modello prima di inviare.

  • Output6 s
    supper-club-singer

    720p: `image_url` è una donna con riccioli scuri fermati e rossetto rosso, in un abito di velluto nero, davanti a un microfono vintage in un supper club illuminato di blu; `audio_url` è una riga lenta cantata/parlata di 5,2 secondi. Le labbra seguono l'audio, una leggera inclinazione della testa e un sorriso alla fine come chiede il prompt, e la mano resta sul microfono. La clip restituita dura 6,0 secondi.

  • Output6 s
    bar-counter-line

    720p: `image_url` è un uomo sui quarant'anni con barba brizzolata e camicia di lino scuro dietro un bar poco illuminato; `audio_url` è una battuta parlata di 5,0 secondi. Gli occhi si chiudono e si riaprono, e il mezzo sorriso e il sopracciglio alzato seguono la battuta mentre le bottiglie dietro di lui restano stabili. La clip restituita dura 6,0 secondi.

  • Output5 s
    seaside-terrace

    720p: `image_url` è una donna con lunghi capelli scuri in un trench di raso crema su una terrazza di pietra sopra il mare; `audio_url` è una battuta parlata di 4,55 secondi. Nell'ultimo secondo la testa si gira verso il mare come chiede il prompt, e i capelli si muovono leggermente. La clip restituita dura 5,0 secondi.

  • Output5 s
    late-night-show-open

    720p: `image_url` è una donna con riccioli naturali in una camicetta crema, in uno studio podcast con un microfono a giraffa e lampade; `audio_url` è un'intro parlata vivace di 4,8 secondi. Espressioni ampie, sopracciglia e una risatina sull'ultima parola seguono il prompt, ma lei non si sporge visibilmente verso il microfono. La clip restituita dura 5,0 secondi.

Questo esempio parte da $0.108 per secondo generato. Il Playground aggiorna la stima quando cambi le impostazioni.