本文へスキップ

daVinci-MagiHuman API

sand-ai/davinci-magihuman/image-to-video

daVinci-MagiHuman の画像から動画は、手持ちの写真から 5〜10 秒のクリップを始め、動きと声を加えます。プロンプトでセリフを引用するか、音声ファイルを添付してください。256p、720p、1080p に対応し、16:9 か 9:16 を選べます。

最低価格 $0.024/秒

プレイグラウンド

この実行例は、このエンドポイント向けに書き下ろしたものです。プロンプトとサンプル素材の URL は、ご自身がアクセスできるものに差し替えてください。送信前に、最新の見積もりとモデルの提供状況もあわせてご確認ください。

  • 出力5 秒
    terrace-one-more-sunset

    音声ファイルなし、720p・16:9。約 1358 x 678、5.0 秒で、約 1 分 45 秒後に返ってきました。彼女は海のほうから振り向き、髪を耳にかけ、セリフを言います。文字起こしもこのセリフと一致しました:"Stay for one more sunset. The boat can wait."

    • 21
    • 720p
    • 16:9
  • 出力5 秒
    bar-counter-own-voice

    肖像写真と、audio_url として指定した 5 秒の話し声のクリップ、720p・16:9。約 1358 x 678、25 fps、5.0 秒で、約 3 分 7 秒後に返ってきました。口元は提供された音声に従い、半分の微笑みと眉の動きもありました。顔は入力したポートレート写真に近いまま保たれました。プロンプトには言葉を書かず、雰囲気、動き、光だけを書いています。

    • 11
    • 720p
    • 16:9

この例は 出力秒 あたり $0.024 からです。設定を変更すると、プレイグラウンドの概算料金がその場で更新されます。