本文へスキップ

heygen/video-1/image-to-video

HeyGen Video 1.0 は HeyGen の動画生成モデルです。画像から動画では、入力写真を 5〜15 秒動かし、480p から 2k までのネイティブ解像度で出力します。

最低価格 $0.03/秒

プレイグラウンド

入力

画像から動画
248/32000
振り向きや視線の移動など、見たい変化と、識別できる状態で残したい要素を書きます。指定尺の中で評価できるよう、動作を絞ってください。 1 文字以上 · 32000 文字以内
1/1

ファイルやメディアのリンクをドロップ、貼り付け、または選択 · 1 ファイル・1 件 10 MB まで・JPG · PNG · WEBP · GIF

  • 1
1 / 1 ファイル
動かしたい人物と構図の元写真を指定します。動きを説明する前に、目的のショットに合うフレーミングになっているか確かめてください。
料金に影響
480p、768p、1080p、または小文字の 2k を選びます。テストの出力サイズは、480p が 832×480、1080p が 1890×1080、2k が 2688×1536 でした。
長さ料金に影響
希望尺は 5〜15 秒に設定します。フレーム単位の丸めでファイルが少し長くなっても、課金単位は指定した尺に従います。 5 以上 · 15 以下
プロンプト最適化
disabledturboquality
disabled は指示文の書き換えを避け、turbo または quality は書き換えを許可します。解像度を変える前に、モードを固定した状態で動きを比べてください。
シード値
seed を固定すると、動作の prompt を 1 か所ずつ変えて評価できます。比較の補助であり、返される動画が同一になる保証ではありません。 0 以上 · 2147483647 以下
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力

お探しのモデルが見つかりませんか?

HEYGEN の動画生成

HeyGen Video 1.0 API のポイント

シーンの指示、ポートレート、参照素材から短い動画へ。ショットに残したい要素に合わせてエンドポイントを選びます。

指定できる動画の長さ
5–15 秒
課金は指定した出力秒数を数えます。5 秒指定のファイルは実測で 5.18〜5.26 秒でした。
写真を動かすネイティブ解像度
2K
画像から動画の 2k テストでは 2688×1536 ピクセルが返りました。
参照素材の合計件数
12
参照用エンドポイントの上限は、画像、動画、音声を合わせて数えます。
テキスト動画の実測フレームレート
24 fps
480p・5 秒のテキスト生成で、AAC ステレオ音声付きの 832×480 動画が返りました。

作例

HeyGen Video 1.0 で作れるもの

  • テキストと音声

    文章のシーンを動画にする

    テキストから動画は、音声付きの 5〜15 秒のシーンを 480p または 768p で作ります。480p・5 秒の実測では、約 10 秒の処理で AAC ステレオ音声付きの 832×480・24 fps が返りました。これは 1 回の観測で、完了時間の約束ではありません。

    480p、5 秒、16:9 の text-to-video です。turbo のプロンプト書き換えを使い、工房の音も生成されています。

  • 写真のアニメーション

    元の人物を映像に引き継ぐ

    画像から動画は image_url と動きの prompt で、入力写真を動かします。480p、1080p、2k のテストでは元の人物と構図を保ち、2k は 2688×1536 ピクセルでした。特定の写真との連続性が重要な場合に選ぶ入力方法です。

    ワインバーのテストを 2k 段階で生成した例です。2688×1536 ピクセルで、元の写真の構図を保っています。

  • 参照ごとの役割

    人物と物を別々に指定する

    参照から動画では、画像、動画、音声を合計 12 件まで組み合わせられます。ポートレートとボトルの画像 2 枚のテストでは、その男性が指定のボトルを持つ縦型ショットが生成されました。別の混合参照では動画に強く従って写真の顔が失われたため、各入力の目的を明確にしてください。

    9:16、480p の reference-to-video です。1 枚目の画像の男性が、2 枚目の画像のボトルを持っています。

  • 条件を揃えた比較

    設定を揃えてプロンプトを変える

    seed と prompt_optimization_mode は修正案の比較に役立ちます。seed を固定して 1 つの変更を比べられますが、同一の結果を保証するものではありません。書き換えを避けるなら disabled、モデルに指示文を書き換えさせるなら turbo または quality を選びます。

実行する前に

HeyGen Video 1.0 を使う前に知っておきたいこと

すべてのモード
長さは 5〜15 秒を指定します。テキストから動画と参照から動画では 480p または 768p を選べます。1080p と 2k は画像から動画で利用します。
参照素材から動画
参照素材は全種類合わせて 12 件以下、参照動画は合計 15 秒以下に収めてください。文章、声、肖像は利用する権利のあるものを使い、実在の人物になりすまさないでください。
すべてのモード
実測で 5.18〜5.26 秒となったファイルは、5 秒の指定をフレーム単位に丸めた結果です。保存して仕上がりを確認しましょう。再生時間が増えた分は、課金対象の指定秒数に加算されません。

活用例

HeyGen Video 1.0 API で作れるもの

  • 撮影前にシーンを試す

    日差しの入る工房で、キャンバス地のエプロンを着た 30 代の陶芸家が棚を振り向く場面を文章で送ります。480p・5 秒の指定で音声付きのコンセプト動画を作り、撮影前に確認できます。

  • 小さなしぐさを加えたポートレート

    窓辺でイブニングドレスを着た 30 代の女性の、利用許可のある写真を用意し、振り向きとゆっくりしたカメラの動きを指示します。画像から動画では、その写真を基に短いアニメーションが返ります。元画像と人物や構図を照合してください。

  • 指定の商品を持つ出演者

    男性のポートレートを <Picture 1>、スポイトボトルの写真を <Picture 2> として添え、その男性がボトルを持つ 9:16 のショットを依頼します。画像 2 枚のテストは両方の参照を使い、処理に約 158 秒かかりました。

  • 動きを中心にしたコンセプト

    ポートレート、4 秒の動作動画、参照音声を渡し、それぞれの役割を prompt に書きます。混合入力の実測では動画の動きと舞台に強く従い、写真の顔は保たれませんでした。顔より動きを重視する場合に検討する組み合わせです。

  • 写真を基に大きなサイズで納品

    元写真と控えめな動作の指示を組み合わせ、画像から動画で 1080p または 2k を選びます。5 秒のテストでは、元の人物を保ちながらネイティブの 1890×1080 と 2688×1536 が返りました。

プロンプト

コピーして使える HeyGen Video 1.0 のプロンプト例

  • テキストから動画

    夕暮れの到着

    A woman in her mid thirties in a forest-green evening dress pauses under the canopy of a small theater after rain. Warm lobby light meets cool blue street light. She turns toward the doorway with a quiet smile as the camera makes a slow, level push toward her. Five-second continuous shot, restrained and expectant mood. Sound: distant tires on wet pavement and a door opening, no music.

    うまくいく理由. 服装、2 つの光源、1 回の振り向きを定めることで、動作を詰め込みすぎず、明確な映像の方向性を示しています。

    このプロンプトを試す
  • テキストから動画

    港に佇むリネン姿

    A man in his late thirties wearing an open-collar linen shirt and a navy jacket stands beside a harbor railing at dusk. He looks from a folded map to the boats, thoughtful and relaxed. Static medium shot with soft amber reflections on his face and pale blue water behind him. Five seconds, natural movement. Sound: ropes tapping a mast and gentle water, no dialogue or music.

    うまくいく理由. しぐさと固定した構図により、目的の動きを評価しやすくしています。音の指示では発生源を分けて指定しています。

    このプロンプトを試す
  • テキストから動画

    屋上で静かに乾杯

    A couple in their thirties stand close together at a rooftop table, one wearing a burgundy evening dress and the other a charcoal suit with an open-collar shirt. Under warm string lights against a violet city sky, they raise their glasses toward each other, smiling. Static medium shot, intimate but understated mood, five seconds. Sound: a gentle glass clink and distant traffic, no music.

    うまくいく理由. 具体的な服装、2 人で行う単純な動作、1 つのカメラ設定で、シーンの指示にまとまりを持たせています。

    このプロンプトを試す
  • 画像から動画

    光を受けるポートレート

    Animate the supplied portrait of a woman in her thirties wearing a cream blouse in a bright studio. Keep the source person and composition as she gently turns her head toward the window and settles into a calm smile. The camera remains still, soft morning light across her face, five seconds. Sound: quiet indoor ambience, no music.

    うまくいく理由. 写真から何を変えるかに焦点を絞り、残すべき視覚要素も明示しています。

    このプロンプトを試す
  • 画像から動画

    作業台に立つ仕立て職人

    From the supplied photograph of a man in his thirties wearing a waistcoat over a rolled-sleeve shirt in a tailoring workshop, animate a small glance from the workbench toward the camera. Retain the source person and composition, warm side light, calm and attentive mood. Five-second shot with a still camera. Sound: soft workshop room tone, no speech or music.

    うまくいく理由. 控えめな視線の動きなら、高いネイティブ解像度を選ぶ前に写真を動かして確かめる試行に使えます。

    このプロンプトを試す
  • 参照素材から動画

    ポートレートとボトル

    The man in his thirties from <Picture 1>, wearing a pale blue shirt, stands in a softly lit bathroom and holds the dropper bottle from <Picture 2> beside his face. Keep the supplied person and bottle recognizable as he turns slightly toward the lens. Vertical 9:16 composition, static camera, warm morning light, composed mood, five seconds. Sound: quiet room ambience, no music.

    うまくいく理由. 番号付きトークンで人物と商品に別々の役割を与えています。参照画像 2 枚を添え、9:16 の縦長の構図で使います。

    このプロンプトを試す

料金

HeyGen Video 1.0 API の料金

5 秒のクリップは 480p で $0.15 から、2K で $0.72 からです。

はじめ方

3 ステップで HeyGen Video 1.0 API を使う

  1. ステップ 1

    入力に合うエンドポイントを選ぶ

    文章のシーンにはテキストから動画、写真には画像から動画、複数の素材には参照から動画を選びます。1080p と 2k が必要なら写真のアニメーションで利用できます。

  2. ステップ 2

    焦点を絞ったシーンの指示を作る

    人物、服装、舞台、光、目に見える動作を 1 つ説明します。参照を使う場合は <Picture 1> や <Picture 2> で動作と素材を結び付け、利用する権利のある文章、声、肖像を使ってください。

  3. ステップ 3

    動画生成タスクを送る

    https://api.spicyapi.ai/api/v1/jobs/createTask に Bearer 認証で POST します。JSON の例は {"model":"heygen/video-1/text-to-video","input":{"prompt":"A potter in their thirties turns toward a shelf.","duration_seconds":5,"resolution":"480p"}} です。

パラメーターの詳細とコード例は、このページ上部の API タブと Readme タブにあります。

FAQ

HeyGen Video 1.0 API のよくある質問

HeyGen Video 1.0 について

次の HeyGen Video 1.0 API リクエストは、手元の素材を起点に組み立てましょう。文章のシーンならテキストから動画、人物と構図を保ちたい写真ならネイティブ解像度で 2K まで選べる画像から動画が適しています。出演者と商品を組み合わせるときは参照から動画を使い、<Picture 1> と <Picture 2> で役割を示してください。混合参照のテストでは、動画がシーンを導く一方、写真の顔が引き継がれず、動きの素材には注意が必要だとわかりました。表示単価を確認して 5〜15 秒を指定し、次のショットを計画する前に結果を見直します。

関連モデルと次のステップ