소개
대본 맥락을 이해하는 제스처와 네이티브 2K 선명도를 제공하는 HeyGen 최상위 아바타 모델.
| 항목 | 값 |
|---|---|
| 입력 | 이미지 오디오 |
| 출력 | 영상 |
| 모델 ID | heygen/avatar-6/talking-avatar |
| 개발사 | HeyGen |
| 필수 입력 |
|
| 오디오 길이 | 1~600초(최대 10분), 영상 길이는 입력 오디오와 동일 |
| 해상도 등급 | 1080p(기본값, 단변 1080px) 또는 2k(단변 1620px) |
| 사용자 지정 크기 | 선택 사항인 짝수 width·height 쌍(각 256~3840픽셀) |
| 모션 제어 | 선택 prompt(최대 1,200자), expressiveness(default 또는 less), |
| 현재 요금 | $0.12/초(1080p) 또는 $0.174/초(2K), 입력 오디오 정수 초 올림 기준 |
| 실패 요청 | 미과금 |
| 라이브 검증 결과(2026-11-19) | 1080p에서 3.79초 세로 오디오를 약 35초 만에 1088×1632 MP4로 반환 |
핵심 기능 및 하이라이트
여운 있는 시선과 서두르지 않는 미세 표정
1080p 샴페인 새틴 스튜디오 샘플에서는 따뜻한 앰버 조명이 맨어깨를 감싸는 가운데 화자가 가까운 거리에서 나직한 대사를 전합니다. 대본 맥락을 반영하는 자연스러운 움직임이 경직된 반복 동작 대신 미세한 고개 기울임과 자신감 어린 느린 미소를 만들어 냅니다. 심야의 고요한 호흡이 중요할 때는 선명한 정면 포트레이트와 간결한 동작 지시를 함께 제공하시기 바랍니다.
단변 1620px에서 살아나는 원단과 얼굴 디테일
촛불이 켜진 밤 발코니를 2K로 렌더링한 다크 벨벳 오프숄더 샘플은 차분한 독백 내내 피부와 이브닝 원단의 부드러운 하이라이트를 유지합니다. 2k를 선택하면 출력 단변이 1620픽셀로 확장되어 클로즈업 인물 샷과 대형 화면에 적합합니다. image_url에 안정적인 난색 조명을 담고 절제된 자세 지시를 더하면 눈 깜빡임과 동작 전환이 매끄러워집니다.
프롬프트 연출, 표현 강도, 모션 레퍼런스 지원
HeyGen에 따르면 Avatar 6는 전후 약 30초 분량의 음성 맥락을 살펴 자세 전환과 손짓이 억양과 어우러지도록 조정합니다. 최대 1,200자의 prompt로 분위기나 시선을 안내하고, 차분한 낭독이 필요하면 expressiveness를 less로 바꾸며, 애니메이션이나 일러스트 캐릭터에는 reference_video_urls로 MP4·WebM 클립 1편을 첨부할 수 있습니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
image_url | 예 | HeyGen Avatar 6 API는 인물 사진과 음성 오디오만으로 발화 맥락에 맞는 손동작과 정교한 립싱크를 갖춘 네이티브 1080p·2K 발표 영상을 생성합니다. 1자 이상 |
audio_url | 예 | 출력 영상 길이는 입력 음성 길이를 따릅니다. 1자 이상 |
prompt | 아니요 | prompt로 시선과 손동작을 지정하고 차분한 톤이 필요하면 expressiveness를 less로 두세요. 1자 이상 · 1200자 이하 |
resolution | 아니요 | 1080p / 2k |
expressiveness | 아니요 | default / less |
reference_video_urls | 아니요 | ≥ 2s (optional) 1개 이상 · 1개 이하 |
width | 아니요 | 256–3840 (even) |
height | 아니요 | 256–3840 (even) |
요금
| 사양 | 요금 |
|---|---|
| $0.12 / 초 |
| $0.174 / 초 |
활용 사례
클로즈업 브랜드 필름 및 경영진 메시지
스튜디오 프로필 사진 한 장과 녹음된 내레이션을 2K(단변 1620px)로 결합하면 촬영 팀을 부르지 않고도 선명한 대표 인사말이나 제품 출시 영상을 제작할 수 있습니다.
심야 분위기의 캐릭터 독백 영상
오프숄더 샴페인 새틴 스튜디오 클립이나 촛불 벨벳 발코니 샘플처럼 분위기 있는 성인 포트레이트에 나직한 보이스오버를 더해 드라마 예고편과 서사 단편을 완성할 수 있습니다.
장시간 강의 및 스튜디오 브리핑
단일 음성 트랙으로 최장 10분의 연속 토킹 헤드 구간을 생성하며, 짧은 반복 루프 대신 발화 어구에 맞춘 자세와 제스처 타이밍을 유지합니다.
세로형·가로형 맞춤 편집 레이아웃
라이브 검증을 마친 1088×1632 세로 테스트처럼 원본 포트레이트 비율을 지키거나, 고정 편집 슬롯에 맞춰 256~3840픽셀의 정확한 짝수 가로·세로 값을 지정할 수 있습니다.
애니메이션·일러스트 캐릭터 클립
표준 워크스페이스에서 2초 이상의 MP4 또는 WebM 모션 클립을 reference_video_urls에 첨부해 일러스트·애니메이션 화자의 리듬감 있는 동작을 이끌어 낼 수 있습니다.
프롬프트 가이드 및 실전 팁
사용 허가를 받은 인물 사진 선택
초상 사용 허가를 보유한 동의하는 성인의 선명한 JPEG, PNG 또는 WebP 포트레이트(최대 32MB)를 업로드합니다. 조명, 의상, 배경은 원본 이미지에서 미리 확정하십시오.
깨끗한 음성 녹음 준비
1초에서 600초 사이의 MP3 또는 WAV 녹음을 audio_url에 지정합니다. 입력 오디오의 정수 초 올림 단위로 요금이 정산되므로 호흡과 무음 구간을 미리 점검하시기 바랍니다.
해상도와 동작 지시 설정
1080p 또는 2k를 고르고 필요에 따라 최대 1,200자의 평문 prompt를 추가합니다. 보다 차분한 전달이 필요하면 expressiveness를 default에서 less로 전환하십시오.
결과물 검수 후 MP4 다운로드
원본 인물 비율을 그대로 유지하거나 256~3840픽셀 사이의 짝수 width와 height 쌍을 지정합니다. 립싱크, 시선, 구도를 확인한 뒤 완성된 MP4를 저장하십시오.
사진과 음성으로 네이티브 1080p·2K 토킹 인물 영상 생성
heygen/avatar-6/talking-avatar는 한 장의 인물 사진과 음성 녹음을 비동기 방식의 1080p 또는 2K MP4로 변환합니다. HeyGen에 따르면 Avatar 6는 전후 약 30초의 발화 문맥을 분석해 짧은 반복 루프 대신 말의 억양에 맞춰 자세 변화, 손짓, 미세 표정을 구현합니다.
각 입력의 역할은 분명합니다. image_url은 화자의 정체성·의상·조명·배경을 정하고, audio_url은 대사와 클립 길이(1~600초)를 제공하며, 선택 항목인 prompt·expressiveness·reference_video_urls는 신체적 전달 뉘앙스를 다듬습니다.
파라미터
| 파라미터 | 필수 | 유형 및 제한 | 용도 |
|---|---|---|---|
image_url | 예 | URI(JPEG·PNG·WebP, 최대 32MB) | 성인 1명의 선명한 인물 사진 또는 일러스트이며 기본으로 원본 비율을 유지합니다. |
audio_url | 예 | URI(MP3 또는 WAV, 1~600초) | 립싱크, 제스처 타이밍, 최종 영상 길이를 결정하는 발화 트랙입니다. |
prompt | 아니요 | String(1~1,200자) | 표정, 시선, 고개 기울임, 자세, 손동작을 평문으로 안내합니다. |
resolution | 아니요 | 1080p(기본값) 또는 2k | 출력 등급(1080p 단변 1080px, 2k 단변 1620px)으로 초당 요율을 결정합니다. |
expressiveness | 아니요 | default(기본값) 또는 less | 제스처 진폭(default는 자연스러운 대본 연동 동작, less는 차분한 전달)이며 가격 변동이 없습니다. |
reference_video_urls | 아니요 | URI 1개 배열(MP4/WebM, 2초 이상) | 선택적 모션·스타일 레퍼런스 클립으로 표준 워크스페이스에서는 애니메이션·일러스트 캐릭터에 지원됩니다. |
width | 아니요 | 짝수 정수(256~3840) | 선택적 정확한 출력 가로 픽셀이며 반드시 height와 쌍으로 지정합니다. |
height | 아니요 | 짝수 정수(256~3840) | 선택적 정확한 출력 세로 픽셀이며 반드시 width와 쌍으로 지정합니다. |
요금 및 비용 예시
성공한 작업은 입력 오디오의 정수 초(올림, 최소 1초, 최대 600초) 단위로 과금됩니다. expressiveness, prompt, width/height를 바꿔도 등급 요율은 변하지 않으며 실패 요청에는 요금이 청구되지 않습니다.
| 해상도 | 초당 요율 | 10초 오디오 | 60초 오디오 |
|---|---|---|---|
1080p(기본값) | $0.12/초 | $1.20 | $7.20 |
2k | $0.174/초 | $1.74 | $10.44 |
끝부분 무음이나 불필요한 테이크로 과금 초가 늘어나지 않도록 제출 전에 전체 녹음을 확인하시기 바랍니다.
expressiveness, 모션 프롬프트, 레퍼런스 비디오 활용
표현 강도와 텍스트 디렉션
대사는 audio_url에 맡기고 prompt는 신체 연출에만 집중하십시오(예: "She speaks softly with warm eye contact, subtle head tilts, and a confident slow smile."). 의상, 배경, 조명은 prompt로 다시 그리려 하기보다 image_url에서 완성해 두는 편이 확실합니다.
발화 강조에 맞춰 Avatar 6가 제스처 에너지를 조절하도록 하려면 expressiveness를 default로 유지합니다. 뉴스 브리핑, 조용한 심야 독백, 상체 움직임을 최소화해야 하는 타이트 클로즈업에서는 less로 전환하십시오.
reference_video_urls 사용 시 유의점
애니메이션이나 일러스트 캐릭터에 특정 리듬을 입히고 싶다면 2초 이상의 MP4 또는 WebM 클립 1편을 reference_video_urls로 전달할 수 있습니다. 실사 인물 레퍼런스 비디오는 별도의 동의 승인이 필요하며 표준 워크스페이스에서는 거절됩니다.
라이브 검증 기록 및 샘플 안내
2026년 11월 19일 라이브 테스트에서 1080p로 3.79초 세로 인물 오디오를 제출한 결과 약 35초 만에 완료되었으며 원본 비율을 보존한 1088×1632 MP4가 생성되었습니다. 비동기 파이프라인이므로 운영 환경에서는 상태 폴링이나 웹훅을 사용하시기 바랍니다.
- 샴페인 스튜디오 속삭임(
1080p): 오프숄더 샴페인 새틴 인물 사진에 부드러운 스튜디오 조명과 근거리 속삭임을 결합해 말의 흐름에 맞춘 따뜻한 눈맞춤과 미세한 고개 기울임을 보여줍니다. - 벨벳 발코니 독백(
2k): 촛불 켜진 밤 발코니의 다크 벨벳 오프숄더 이브닝 인물 사진을 단변 1620px로 렌더링해 원단 광택, 자연스러운 눈 깜빡임, 차분한 자세 전환을 유지합니다.
Avatar 6, Avatar 6 Turbo, Avatar IV 선택 기준
- 클로즈업 얼굴 디테일, 2K 선명도, 별도 지시 없이도 살아나는 미세 표정이 최우선이라면 HeyGen Avatar 6를 선택하십시오.
- 대량 개인화 발송, 다국어 대량 변형, 빠른 대본 초안 검증처럼 빠른 회전율과 낮은 초당 요율이 더 중요하다면 HeyGen Avatar 6 Turbo가 적합합니다.
background_image_url배경 교체나 최대 1080p에서의 3단계(low/medium/high) 표정 제어가 꼭 필요하다면 HeyGen Avatar IV를 사용하십시오.
동의, 초상권 및 허용 입력
법적 사용 권한을 보유한 동의하는 성인의 포트레이트와 음성만 제출하시고 타인을 사칭하는 용도로는 절대 사용하지 마십시오. 요청 전에 image_url과 audio_url 양측 권리를 모두 확인하며 검수가 끝난 MP4 결과물은 신속히 내려받아 보관하시기 바랍니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "heygen/avatar-6/talking-avatar",
"input": {
"audio_url": "https://example.com/reference.mp3",
"expressiveness": "default",
"image_url": "https://example.com/reference.png",
"resolution": "1080p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.



