Introduzione
Da testo a video per Veo 3.1: entra un prompt, esce una clip da 4-8 secondi in 720p con audio generato.
| Campo | Valore |
|---|---|
| Input | Testo |
| Output | Video |
| Editore | |
| Durata clip | 4, 6 o 8 secondi |
| Risoluzione | 720p: 1280x720 (16:9) o 720x1280 (9:16) |
| Proporzioni | 16:9, 9:16 |
| Frequenza | 24 fps |
| Audio | Generato in ogni clip |
Caratteristiche principali
Un’inquadratura costruita nell’ordine in cui l’hai scritta
Il prompt chiedeva che la cupola si aprisse, che apparisse il telescopio e che la camera scivolasse lungo il parapetto. In 4 secondi a 9:16 l’otturatore è scivolato da chiuso a completamente aperto, l’interno illuminato di ambra intorno a un telescopio d’ottone, e la camera è avanzata lungo il parapetto curvo, in quest’ordine.
Arrivare esattamente sull’ultimo fotogramma
Un primo fotogramma di una donna al telescopio, di spalle, e un ultimo fotogramma di lei appoggiata al parapetto con le braccia incrociate. In 4 secondi si è girata, ha fatto un passo verso il parapetto e si è sistemata nella posa finale, mentre sopra la cupola comparivano altre stelle.
Quattro secondi bastano per una sola azione
Da un singolo primo fotogramma, il prompt era «He folds the map and looks up.» In 4 secondi ha piegato la mappa con entrambe le mani, ma nell’ultimo fotogramma guardava ancora in basso. Chiedi un solo passaggio ogni 4 secondi, oppure scegli 8 secondi per due.
Prosegui una clip di qualsiasi modello
Abbiamo inviato una clip di 5 secondi realizzata con un altro modello e chiesto altri 4 secondi: «The road continues along the sea.» La parte nuova ha ripreso la veduta aerea sulla strada costiera e ha seguito l’auto nelle curve. Abbiamo ricevuto un unico file di 9 secondi alle dimensioni della clip di partenza, e sono stati addebitati solo i 4 secondi nuovi.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
prompt | Sì | Obbligatorio. Di' chi o cosa c'è nell'inquadratura, cosa succede, come si muove la camera e come suona; i dialoghi vanno tra virgolette. almeno 1 caratteri · al massimo 4000 caratteri |
aspect_ratio | No | 16:9 (predefinito, 1280x720) o 9:16 (720x1280). Non cambia il prezzo. |
duration_seconds | No | Scegli 4, 6 o 8 secondi (predefinito 8). Il prezzo cresce con la durata. |
Prezzi
Addebitata una volta per clip, al prezzo della sua durata di 4, 6 o 8 secondi. Formato e audio non aggiungono nulla. Le richieste che falliscono o vengono rifiutate sono gratuite.
| Specifiche | Prezzo |
|---|---|
| $1.44 / richiesta |
| $2.16 / richiesta |
| $2.88 / richiesta |
Casi d’uso
La versione finale dopo una bozza più economica
Metti a punto prompt, inquadratura e tempi con Veo 3.1 Fast a $0.36 o Lite a $0.18 per una clip da 4 secondi, poi invia la stessa richiesta a Veo 3.1 per la versione che tieni. Tutti e tre accettano gli stessi campi.
Una ripresa di prodotto o di luogo che deve partire e finire su immagini del set
Dai l’immagine fissa di apertura e quella di chiusura e descrivi il movimento tra le due. Nel nostro test la clip è arrivata sull’ultimo fotogramma in 4 secondi.
Scene più lunghe di 8 secondi
Genera i primi 8 secondi, poi continua con il video extend: l’ultimo fotogramma della clip apre un nuovo segmento da 4 a 8 secondi e ottieni un unico file unito. La clip di partenza, fino a 60 secondi, non viene addebitata.
Clip verticali con audio per i post social
Scegli 9:16 per una clip da 720x1280. L’audio viene generato insieme all’immagine, quindi un video breve è pronto senza un passaggio audio separato.
Consigli avanzati
Scrivila nell’ordine in cui accade
Luogo e luce, soggetto, azione, movimento di camera, poi suono. Il nostro prompt sulla cupola seguiva quest’ordine e la clip ha riprodotto i passaggi nella stessa sequenza.
Dirigi l’audio come un’inquadratura
Scrivi cosa si deve sentire: «Sound: wind over sand, the dome's motor». Le parole parlate vanno tra virgolette. Google osserva che le battute molto brevi restano la parte più difficile: concedi quindi a una scena parlata qualche secondo.
Adatta l’azione alla durata
Pianifica un’azione chiara ogni 4 secondi. Nel nostro test da 4 secondi, «folds the map and looks up» è arrivato solo fino alla piegatura.
Tieni Veo 3.1 per la ripresa che resta
A parità di durata Veo 3.1 costa quattro volte Fast e otto volte Lite. Definisci testo e inquadratura su un livello più economico e lancia il render finale una sola volta qui.
Introduzione
Veo 3.1 Da testo a video è la strada per trasformare una scena scritta in una clip quando conta prima di tutto la qualità dell'immagine: il livello più alto di Veo secondo Google produce 4, 6 o 8 secondi in 720p, in 16:9 o 9:16, e genera l'audio nello stesso momento. Prompt e immagini passano dal controllo proprio di Google; una richiesta che rifiuta fallisce e non costa nulla.
Scegli una modalità di Veo 3.1
| Hai | Usa |
|---|---|
| solo una scena scritta | Veo 3.1 Da testo a video (sei qui) |
| un'immagine fissa con cui aprire o chiudere | Veo 3.1 Da immagine a video |
| materiale che vuoi proseguire | Veo 3.1 Estendi video |
Consigli per il prompt
- Costruisci il prompt come l'inquadratura: luogo e luce, soggetto, azione, movimento di camera e, alla fine, l'audio.
- Metti i dialoghi tra virgolette e descrivi l'ambiente sonoro a parte.
- Fai le prove da 4 secondi su un livello più economico e il render finale da 8.
Avvio rapido dell’API
# 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/veo-3.1/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"aspect_ratio": "16:9",
"duration_seconds": 8
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.