PixVerse V6 API

PixVerse V6 テキストから動画は、書いたブリーフを、360p、540p、720p、1080p の 1〜15 秒のクリップに変えます。16:9 から 9:16 と 21:9 まで、8 種類のアスペクト比から選べます。被写体、動作、カメラを書いてください。プロンプトに書いたカメラの動きは再現され、PixVerse によると V6 はプロンプトから 20 種類以上の映画的なレンズとカメラの操作を理解します。generate_audio をオンにすると、映像と一緒に音声が生成されます。PixVerse は生成前にプロンプトと画像を審査し、断られたリクエストは失敗扱いとなり、課金されません。

開始素材で PixVerse V6 のモードを選ぶ

一つの段落で、複数のフレーミング

当社のテストでは、ヴィンテージのターコイズ色のコンバーチブルで笑うドライバーについての一段落が、スカーフをなびかせる彼女のクローズアップで始まり、その後カメラが上昇して、海の上の崖道を走る車の広角の空撮に移りました。プロンプトではドローンが引いて上昇することを指定しました。クローズアップから空撮への切り替えは、モデルが決めたものです。

マルチショットの切り替え

shot_type は既定で single です。multi にすると、モデルがクリップを複数のショットに切り分けます。価格は変わりません。

8 種類のアスペクト比

16:9（既定）、4:3、1:1、3:4、9:16、2:3、3:2、21:9。アスペクト比では価格は変わりません。

必要なときだけ音声

generate_audio は既定でオフです。オンにすると、環境音、効果音、音楽、引用符で書いたセリフが生成されます。音声をオンにすると秒単価が上がります。

4 つの解像度

360p、540p、720p（既定）、1080p。当社のテストのクリップは 540p・1024x576 で、5 秒の映像にモデルの処理時間が約 41 秒かかりました。

冒頭と場面設定のショット

場所、光、カメラの動き一つ、雰囲気を書けば、シーンを始めるショットになります。当社の崖道の例は、まさに一段落でそれを行っています。

短いセリフを含むシーン

音声をオンにし、動作を書き、セリフは引用符で入れてください。同じプロンプトで欲しい環境音も書いておきましょう。

縦長とウルトラワイドのフレーミング

縦長のクリップには 9:16、3:4、2:3 を、ウルトラワイドには 21:9 を選んでください。秒単価はどのアスペクト比でも同じです。

# 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": "pixverse/v6/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "shot_type": "single",
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": false,
    "duration_seconds": 5
  }
}'

# 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"

認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。