소개
HeyGen Avatar IV는 image_url과 audio_url로 말하는 영상을 만듭니다. background_image_url은 선택적으로 배경을 교체하며 prompt는 연기 지시를 제공합니다.
| 항목 | 값 |
|---|---|
| 입력 | 이미지 오디오 |
| 출력 | 영상 |
| 개발사 | HeyGen |
| 필수 입력 |
|
| 최대 음성 길이 | 10분 |
| 연기 지시 | 표정·몸짓용 선택 prompt |
| 배경 교체 | 선택 |
| 표현 설정 | low(기본), medium, high, 얼굴·머리 움직임의 폭 |
| 프레임 비율 | 16:9, 9:16, 1:1, 5:4, 4:5, 비우면 사진 비율 |
| 해상도 범위 | 360p~1080p의 5단계, 동일 요금 |
| 청구 규칙 | 입력 음성 길이를 정수 초로 올림, expressiveness에 따른 요금 차이 없음 |
| 생성 실패 | 과금하지 않음 |
| 도예 출력 실측 | 입모양이 맞는 10초 설명, 720×900픽셀 |
| 생성 파일 유지 | 14일 뒤 삭제 |
핵심 기능 및 하이라이트
침대 옆 인물이 녹음 대사를 말합니다
실크 가운 예시는 침대 위 인물과 늦은 밤 짧은 녹음을 결합합니다. 720p·high에서 여성이 장난스러운 미소로 음성에 맞춰 말합니다. 지시는 부드러운 전달, 작은 고개 기울임, 시선을 요청했지만 기록은 미소·발화 동기화만 확인해 모든 몸짓이 나왔음을 입증하지 않습니다.
물레 앞 도예가의 설명
인물 사진과 10초 설명은 입 움직임이 맞는 도예 클립을 만들었고 실측은 720×900픽셀이었습니다. 촬영 장소·음성을 준비하고 필요하면 짧은 발화 지시를 더해 수업 소개를 계획합니다. 새로 촬영한 도예 과정이 아닌 내레이션 인물 사진 예시입니다.
천문학자의 주변 변경
천문학자 사진이 제공 온실 앞에 나타났고 high는 더 활발한 움직임을 줬습니다. background_image_url은 장소, expressiveness는 얼굴·머리 움직임으로 별도 제어입니다. 발표 목적에 맞게 고르고 완성 클립을 양쪽 입력과 대조합니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
image_url | 예 | 움직일 화자의 선명한 정면 인물 사진은 필수입니다. HeyGen 과금은 사진이 아닌 오디오 길이를 따릅니다. 1자 이상 |
audio_url | 예 | 최대 10분의 음성 녹음이 필요합니다. 길이를 정수 초로 올려 요금을 결정합니다. 1자 이상 |
prompt | 아니요 | 표정과 몸짓을 위한 선택적 지시입니다. 이 텍스트로 오디오 초당 단가가 정해지지는 않습니다. 1자 이상 · 5000자 이하 |
background_image_url | 아니요 | 화자 뒤 배경을 바꾸는 선택 사항 이미지입니다. 과금 기준은 계속 제공한 오디오 길이입니다. 1자 이상 |
expressiveness | 아니요 | 움직임 강도는 low, medium, high이며 기본값은 low입니다. 이 설정을 바꿔도 HeyGen 단가는 달라지지 않습니다. |
aspect_ratio | 아니요 | 16:9, 9:16, 1:1, 5:4, 4:5 중에서 고릅니다. 비우면 인물 사진 비율을 따르며 과금은 오디오 초 수로 결정합니다. |
resolution | 아니요 | 360p부터 1080p까지 출력 5단계를 제공합니다. 모든 해상도 단계의 HeyGen 가격은 같습니다. |
요금
$0.054 / 초
HeyGen은 입력 오디오의 초 수를 정수 초로 올려 과금합니다. 해상도와 expressiveness는 단가를 바꾸지 않으며 생성에 실패하면 비용이 없습니다.
활용 사례
녹음한 워크숍 소개
10초 녹음과 맞았던 도예 테스트처럼 강사 사진과 설명을 결합합니다. 실습 시연은 별도 영상에 두고 공예 수업 소개에 씁니다.
새 장소의 발표자 메시지
다른 발표 장소용 배경 이미지를 제공합니다. 천문학자·온실 테스트는 high와 장소 변경을 함께 보여 주므로 주변과 화자를 모두 검토합니다.
조용한 인물 대화
허가된 성인 사진, 짧고 부드러운 녹음, 절제된 몸짓을 결합합니다. 실크 가운 예시는 720p·high의 장난스러운 미소와 맞는 입모양을 보여 줍니다.
소개 발화 비교
같은 사진·녹음으로 low·medium·high를 비교합니다. 설정마다 요금이 같아 메시지에 맞는 얼굴·머리 움직임을 판단할 수 있습니다.
다른 레이아웃의 말하는 사진
용도에 맞게 세로·정사각형·가로 또는 원본 비율을 고릅니다. 해상도 5단계는 같은 요금이므로 용도로 고르고 반환 구도를 봅니다.
프롬프트 가이드 및 실전 팁
인물 사진과 음성을 준비합니다
둘 다 사용할 권한이 있는 선명한 정면 인물 사진과 10분 이내의 녹음을 고릅니다.
배경과 전달 방식을 선택합니다
필요하면 배경 이미지를 추가하고 표정 단계와 출력 비율, 해상도를 선택한 뒤 제출합니다.
녹음으로 움직이는 말하는 인물 사진
HeyGen Avatar IV는 선명한 정면 사진과 음성 녹음으로 그 인물이 말하는 영상을 반환합니다. 사진·음성이 준비된 소개, 수업 시작, 캐릭터 메시지에 적합합니다. 녹음은 최대 10분입니다.
사진은 화자, 오디오는 단어, 선택 prompt는 표정·몸짓을 정합니다. 별도 배경 이미지로 장소를 바꿀 수 있습니다. 사용 권한이 있는 성인 사진·목소리를 사용하며 완성 영상은 누구도 사칭해서는 안 됩니다.
파라미터 역할
| 파라미터 | 필수 여부 | 입력 또는 선택 |
|---|---|---|
image_url | 예 | 성인 화자의 선명한 정면 사진 |
audio_url | 예 | 최대 10분 음성, 길이가 과금 결정 |
prompt | 아니요 | 얼굴 표정·몸짓의 짧은 지시 |
background_image_url | 아니요 | 화자 뒤를 교체할 이미지 |
expressiveness | 아니요 | low·medium·high, 기본 low, 얼굴·머리 움직임 폭 |
aspect_ratio | 아니요 | 16:9·9:16·1:1·5:4·4:5, 비우면 원본 |
resolution | 아니요 | 360p~1080p의 5단계, 같은 요금 |
배치할 곳의 비율과 볼 크기의 해상도를 정합니다. 해상도 이름이 양쪽 화소 치수를 정하지는 않습니다. 도예는 720×900이었으므로 다운로드 구도를 확인합니다.
음성 길이에 따른 요금
성공 생성은 입력 오디오 길이를 정수 초로 올림해 과금합니다. 해상도·표현은 초당 요금을 바꾸지 않습니다. HeyGen Avatar IV 모델 페이지의 현재 요금을 확인합니다. 실패한 HeyGen 요청은 생성 요금이 없습니다.
단어·쉼·전체 길이를 전부 듣습니다. 트랙은 발화 원본과 과금 기준을 겸합니다. 발화 비교에 생성 비용을 쓰기 전에 사진·배경을 고릅니다.
기존 사진의 연기 지시
발화와 표정 분리
실제 말은 녹음에 넣고 prompt에는 인내심 있는 미소, 작은 끄덕임, 편안한 몸짓 같은 지시를 적습니다. 선택 필드이므로 문구 없이 사진·녹음·설정만으로 시작할 수도 있습니다.
제안 사진의 인물은 30대 이상입니다. 작업실의 리넨 셔츠나 따뜻한 창가의 이브닝드레스처럼 원본에서 옷·빛·장소를 정하고 그 설정에 맞게 발화를 지시합니다. 화자 뒤의 새 장소는 background_image_url을 사용합니다.
표현 비교
기본 low로 시작해 기본 전달을 봅니다. 같은 사진·녹음으로 medium·high를 시도해 얼굴·머리 움직임을 비교합니다. 온실은 high에서 활발했습니다. 동작 구절은 검토할 방향이며 정확한 몸짓 순서를 약속하지 않습니다.
표시 예시 관찰
- 실크 가운의 늦은 밤 대사: 새 예시는 720p·high입니다. 침대의 여성 사진이 장난스러운 미소로 짧은 대사를 말했고 입모양이 음성과 맞았습니다. 부드러운 발화·작은 기울임·시선 요청이 있었으나 기록은 각 지시를 따로 확인하지 않았습니다.
- 도예 설명: 사진과 10초 녹음은 720×900에서 입 움직임이 맞았습니다. 말하는 강사 이미지이며 전체 공예 시연 애니메이션의 근거는 아닙니다.
- 온실의 천문학자: 배경 온실이 화자 뒤에 나타났고 high에서 움직임이 활발했습니다. 배경·표현 제어의 결합 예시입니다.
제공 예시의 관찰입니다. 직접 클립에서는 발화와 입, 고개 움직임, 구도, 교체 장소를 봅니다. 채택 영상과 원본·설정을 보관해 후속 출발점을 남깁니다.
한계와 주변 대안
녹음은 10분 이내입니다. 검토 후 영상을 받고 14일 뒤 삭제되기 전에 저장합니다. 제출 전에 사진·음성 권리를 확인하고 성인을 사용하며 사칭을 피합니다.
다른 사진·오디오 작업인 InfiniteTalk은 화자 마스크·seed를 제공합니다. 고정 seed는 단일 변경 비교를 돕지만 동일 결과를 약속하지 않습니다. OmniHuman 2.0과 Talking Avatar도 검토합니다. 배경 교체·표현 폭·같은 요금의 5단계가 필요하면 HeyGen을 선택합니다.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "heygen/avatar-iv/talking-avatar",
"input": {
"audio_url": "https://example.com/reference.mp3",
"expressiveness": "low",
"image_url": "https://example.com/reference.png",
"resolution": "720p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.



