本文へスキップ

daVinci-MagiHuman API

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

daVinci-MagiHuman のテキストから動画は、書いたプロンプトを、音声付きの 5〜10 秒のクリップに変えます。話させたいセリフを引用符で囲めば、モデルがそれを話します。256p、720p、1080p に対応し、16:9 か 9:16 を選べます。音声ファイルは任意で添えられます。

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
    balcony-goodbye-line

    1080p・16:9、5 秒。約 1904 x 1088、25 fps、音声付きで、約 3 分 53 秒後に返ってきました。セリフは話し方とともに引用符に入れています。サウンドトラックの文字起こしは、次のセリフと一語一句一致しました:"You really thought I'd leave without saying goodbye?"

    • 11
    • 1080p
    • 16:9
  • 出力5 秒
    rainy-street-selfie

    720p・9:16、5 秒。約 726 x 1270、約 1 分後に返ってきました。男性は笑ってセリフを言い、文字起こしもこのセリフと一致しました:"Okay, I'm lost, but honestly? Best night of the trip." プロンプトには "looks straight into the camera" と書いています。追加の試行では、スマートフォンで自撮りを頼んだところ、画面にスマートフォンが映りました。

    • 33
    • 720p
    • 9:16

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。