본문으로 건너뛰기

heygen/video-1/text-to-video

HeyGen Video 1.0은 HeyGen의 장면 생성 모델입니다. text-to-video 엔드포인트는 글로 쓴 지시에서 AAC 스테레오 오디오가 있는 480p 또는 768p의 5–15초 클립을 만듭니다.

최저가 $0.03/초

플레이그라운드

입력

텍스트→영상
308/32000
등장인물, 움직이는 대상, 촬영 장소, 들려야 할 소리를 설명합니다. 구체적인 동작과 카메라 시점을 정하면 반환 장면을 평가하기 쉽습니다. 1자 이상 · 32000자 이하
제출 전에 이 엔드포인트의 현재 선택지에서 화면 형태를 고릅니다. 장면 설명으로 화면비가 정해지길 기대하기보다 사용처에 맞게 구도를 계획합니다.
요금에 영향
텍스트 생성에는 480p 또는 768p를 고릅니다. 480p 테스트는 832×480을 반환했습니다.
길이요금에 영향
5–15초를 요청합니다. 테스트의 5초 파일은 프레임 반올림 후 5.18–5.26초였지만 과금은 출력 5초로 계산됐습니다. 5 이상 · 15 이하
프롬프트 최적화
disabledturboquality
프롬프트 재작성을 피하려면 disabled로 설정합니다. turbo와 quality는 모두 모델의 지시문 재작성을 허용하므로 프롬프트를 비교할 때 이 선택을 일정하게 유지합니다.
시드
seed를 고정한 채 장면 세부 사항 하나를 바꾸면 비교하기 쉽습니다. seed가 같아도 동일한 결과를 보장하지 않습니다. 0 이상 · 2147483647 이하
안전 검사꺼짐

SpicyAPI는 이 모델에 안전 검사를 적용하지 않습니다. 프롬프트와 소재는 작성한 그대로 모델에 전달되며, 결과는 모델 자체가 결정합니다.

제출과 가격 계산을 열기 전에 계정을 확인하고 있습니다.

출력

실행 대기
샘플 결과

찾는 모델이 없나요?

HeyGen 영상 생성

HeyGen Video 1.0 API 한눈에 보기

장면 지시문, 인물 사진, 참조 묶음을 짧은 영상으로 만듭니다. 장면에서 유지할 요소를 기준으로 엔드포인트를 고릅니다.

요청 클립 길이
5–15초
요청한 출력 초 수로 과금합니다. 실측한 5초 요청 파일의 재생 길이는 5.18–5.26초였습니다.
사진 네이티브 등급
2K
image-to-video의 2k 테스트에서는 2688×1536픽셀이 반환됐습니다.
통합 참조 항목 수
12
참조 엔드포인트의 한도는 이미지, 영상, 오디오 클립을 합산해 계산합니다.
텍스트 영상 실측 속도
24fps
480p·5초 텍스트 실행에서 AAC 스테레오 트랙을 포함한 832×480 영상이 나왔습니다.

결과물

HeyGen Video 1.0: 만들 수 있는 콘텐츠

  • 텍스트와 오디오

    장면 설명을 클립으로 만들기

    text-to-video는 480p 또는 768p로 5–15초 장면을 만들고 오디오 트랙을 포함합니다. 480p·5초 실행에서는 약 10초 처리 후 AAC 스테레오 오디오가 있는 832×480·24fps 결과를 받았습니다. 이는 한 번의 실행 관찰이며 완료 시간을 약속하지는 않습니다.

    480p, 5초, 16:9 text-to-video입니다. turbo 프롬프트 재작성을 사용했고 작업실 소리도 함께 생성됐습니다.

  • 사진에 움직임 더하기

    원본 인물을 화면에 유지하기

    image-to-video는 image_url과 동작 프롬프트로 제공한 사진을 움직입니다. 480p, 1080p, 2k 테스트에서 원본 인물과 구도를 유지했으며 2k 실행은 2688×1536픽셀을 반환했습니다. 특정 사진과의 연속성이 중요할 때 이 입력 방식을 선택합니다.

    와인 바 테스트를 2k 등급으로 생성한 예입니다. 2688×1536 픽셀이며 원본 사진의 구도를 유지했습니다.

  • 참조별 역할

    인물과 사물을 따로 지정하기

    reference-to-video는 이미지, 영상, 오디오 클립을 총 12개 안에서 결합합니다. 인물과 병 이미지 2장 테스트는 남성이 제공한 병을 들고 있는 세로 장면을 만들었습니다. 별도의 혼합 참조 실행은 영상을 강하게 따르면서 사진의 얼굴을 잃었으므로 각 입력의 목적을 명확히 정합니다.

    9:16, 480p reference-to-video입니다. 첫 번째 이미지의 남성이 두 번째 이미지의 병을 들고 있습니다.

  • 조건을 유지한 비교

    설정을 유지하며 프롬프트 바꾸기

    seed와 prompt_optimization_mode로 수정 비교를 정리합니다. seed를 고정해 변경 한 가지를 비교하되 동일한 결과를 보장하지는 않습니다. 프롬프트 재작성을 피하려면 disabled를, 모델의 지시문 재작성을 허용하려면 turbo나 quality를 선택합니다.

실행하기 전에

HeyGen Video 1.0 사용 전에 알아 둘 점

모든 모드
요청 길이는 5–15초입니다. text-to-video와 reference-to-video는 480p 또는 768p를 제공하며 1080p와 2k는 image-to-video에서 사용합니다.
레퍼런스→영상
참조 항목은 합계 12개 이하, 참조 영상 길이는 합계 15초 이하로 유지합니다. 권한이 있는 텍스트, 목소리, 초상을 사용하고 실제 인물을 사칭하지 않아야 합니다.
모든 모드
실측한 5.18–5.26초 파일은 5초 요청을 정수 프레임에 맞춰 반올림한 결과입니다. 파일을 저장해 검토합니다. 늘어난 재생 시간은 청구되는 요청 초 수를 늘리지 않습니다.

활용 사례

HeyGen Video 1.0 API로 만들 수 있는 것

  • 촬영 전 장면 구상

    햇빛이 드는 작업실에서 캔버스 앞치마를 두른 30대 도예가가 선반 쪽으로 돌아서는 장면을 텍스트로 보냅니다. 480p로 5초를 요청해 촬영 전에 검토할 오디오 포함 콘셉트 클립을 받습니다.

  • 작은 몸짓을 더한 인물 사진

    창가에서 이브닝드레스를 입은 30대 여성의 사용 허가 사진을 제공하고 고개 돌림과 느린 카메라 이동을 요청합니다. image-to-video가 사진을 바탕으로 짧은 애니메이션을 반환하면 인물과 구도를 원본과 비교합니다.

  • 제공한 제품을 든 발표자

    남성 인물 사진을 <Picture 1>, 스포이트 병 사진을 <Picture 2>로 첨부하고 병을 든 9:16 장면을 요청합니다. 이미지 2장 테스트는 두 참조를 모두 활용했으며 처리에 약 158초가 걸렸습니다.

  • 움직임 중심 콘셉트

    인물 사진, 4초 동작 클립, 오디오 참조를 제공하고 프롬프트에서 각각의 역할을 적습니다. 혼합 입력 실행은 영상의 움직임과 장면을 충실히 따랐지만 사진의 얼굴은 유지하지 않았습니다. 해당 얼굴보다 움직임이 중요할 때 이 방식을 활용합니다.

  • 더 큰 사진 기반 결과물

    원본 사진에 절제된 동작 프롬프트를 연결하고 image-to-video에서 1080p 또는 2k를 선택합니다. 5초 테스트에서는 원본 인물을 유지하며 네이티브 1890×1080 및 2688×1536 출력을 받았습니다.

프롬프트

복사해서 쓰는 HeyGen Video 1.0 프롬프트 예시

  • 텍스트→영상

    저녁 극장에 도착한 순간

    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.

    효과가 있는 이유. 구체적인 의상, 광원 2개, 한 번의 몸 돌림으로 동작이 서로 경쟁하지 않는 명확한 시각적 방향을 제시합니다.

    이 프롬프트 써 보기
  • 텍스트→영상

    항구의 리넨 차림

    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.

    효과가 있는 이유. 몸짓과 고정 구도로 의도한 움직임을 쉽게 평가하며, 소리 지시로 서로 다른 음원을 구분합니다.

    이 프롬프트 써 보기
  • 텍스트→영상

    옥상의 조용한 건배

    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.

    효과가 있는 이유. 특정 의상, 단순한 공동 동작, 하나의 카메라 설정으로 장면 지시의 일관성을 유지합니다.

    이 프롬프트 써 보기
  • 이미지→영상

    빛을 향하는 인물 사진

    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.

    효과가 있는 이유. 사진 이후에 바뀔 요소에 집중하고 유지할 시각 요소를 명시합니다.

    이 프롬프트 써 보기
  • 이미지→영상

    작업대 앞 재단사

    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.

    효과가 있는 이유. 절제된 시선 이동으로 사진 애니메이션을 시험한 뒤 더 큰 네이티브 해상도를 선택할 수 있게 합니다.

    이 프롬프트 써 보기
  • 레퍼런스→영상

    인물 사진과 병

    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.

    효과가 있는 이유. 번호 토큰으로 인물과 제품의 역할을 나눕니다. 이미지 참조 2장을 함께 제공하고 9:16 세로 구도로 연출합니다.

    이 프롬프트 써 보기

가격

HeyGen Video 1.0 API 가격

5초 클립은 480p에서 $0.15부터, 2K에서 $0.72부터입니다.

시작하기

세 단계로 HeyGen Video 1.0 API 사용하기

  1. 1단계

    입력에 맞는 엔드포인트 고르기

    글로 쓴 장면은 text-to-video, 사진은 image-to-video, 여러 원본 자료는 reference-to-video를 선택합니다. 사진 애니메이션은 필요한 경우 1080p와 2k 등급을 제공합니다.

  2. 2단계

    장면 지시를 구체화하기

    인물, 의상, 배경, 조명과 눈에 보이는 동작 하나를 설명합니다. 참조를 쓸 때는 <Picture 1>, <Picture 2> 같은 토큰에 동작을 연결하고 사용 권한이 있는 텍스트, 목소리, 초상을 활용합니다.

  3. 3단계

    영상 생성 작업 제출하기

    Bearer 인증으로 https://api.spicyapi.ai/api/v1/jobs/createTask 에 POST 요청을 보냅니다. JSON 예시는 {"model":"heygen/video-1/text-to-video","input":{"prompt":"A potter in their thirties turns toward a shelf.","duration_seconds":5,"resolution":"480p"}}입니다.

파라미터 설명과 코드 예시는 이 페이지 상단의 API 탭과 Readme 탭에 있습니다.

FAQ

HeyGen Video 1.0 API 자주 묻는 질문

HeyGen Video 1.0 소개

이미 가진 자료를 바탕으로 다음 HeyGen Video 1.0 API 요청을 구성합니다. 글로 쓴 장면은 text-to-video, 인물과 구도가 중요한 사진은 image-to-video에 적합하며 후자는 2K까지 네이티브 해상도를 제공합니다. 발표자와 제품을 결합할 때는 reference-to-video에서 <Picture 1>과 <Picture 2>로 역할을 지정합니다. 혼합 참조 테스트에서는 움직임 클립이 장면을 이끌면서 사진의 얼굴을 대체했으므로 주의해서 사용합니다. 표시 단가를 확인해 5–15초를 요청하고, 반환 영상을 검토한 뒤 다음 장면을 계획합니다.

관련 모델과 다음 단계