본문으로 건너뛰기

ByteDance의 OmniHuman 1.5는 인물 사진 애니메이션 시리즈의 1.5 모델입니다. 말이나 노래에 선택 몸짓·카메라 지시를 결합해 720p 또는 1080p 영상을 만듭니다.

최저가 $0.144/초

플레이그라운드

입력

말하는 아바타
240/2000
talking-avatar의 동작·표정·장면·카메라를 위한 최대 2,000자의 선택 지시입니다. 기본 문구는 명시되지 않았습니다. 대사는 녹음에 두며 prompt 문구는 가격에 영향이 없습니다. 1자 이상 · 2000자 이하
1/1

파일이나 미디어 링크를 끌어오거나 붙여넣기 또는 선택 · 파일 1개 · 개당 최대 10 MB · JPG · PNG · WEBP

  • 1
파일 1 / 1개
talking-avatar 필수 입력으로 30MB 이내 JPEG, PNG, WebP이며 정면 얼굴이 선명해야 합니다. 몸짓이 필요하면 상체와 손을 포함합니다. 기본값은 없고 이미지 선택은 오디오 초당 단가에 영향을 주지 않습니다. 1자 이상
요금에 영향1/1
파일 1 / 1개
talking-avatar 필수 입력으로 15MB 이내, 1–60초 MP3 또는 WAV의 말이나 노래입니다. 기본값은 없으며 길이를 올림해 과금합니다. ByteDance는 품질을 위해 15초 이하를 권장합니다. 1자 이상
talking-avatar에서 720p 또는 1080p를 선택합니다. 생략하면 1080p입니다. 두 단계의 단가는 같으며 실측 출력 크기는 생성 구도에 따라 달라집니다.
시드
talking-avatar 선택 정수이며 0–2147483647이고 기본값은 명시되지 않았습니다. 설정 하나를 바꿀 때 고정하면 결과 비교에 도움이 됩니다. 동일 출력을 보장하지 않으며 가격 영향도 없습니다. 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?

BYTEDANCE · 인물 사진 연기

OmniHuman 1.5 API 한눈에 보기

녹음으로 발화를 정하고 텍스트로 끄덕임·몸짓·카메라를 지시합니다.

지원 오디오
1–60초
ByteDance는 품질을 위해 15초 이내를 권장합니다. 녹음이 의도한 클립 길이를 정합니다.
기본 출력 단계
1080p
720p도 선택할 수 있으며 초당 단가는 바뀌지 않습니다.
프롬프트 글자 제한
2,000
텍스트로 표정·움직임·장면·카메라를 지시할 수 있습니다.
인물 사진 용량 한도
30MB
정면 얼굴이 선명한 JPEG, PNG 또는 WebP를 보냅니다.
영상 전달
MP4
비동기 작업이 끝나면 완성 파일을 받습니다.
샘플 과금 길이
7초
침대 열차 요청의 6.35초 오디오는 과금 시 올림됐습니다.

결과물

OmniHuman 1.5: 만들 수 있는 콘텐츠

  • 움직이는 초대 인사

    손바닥을 위로 드는 몸짓이 대사에 더해집니다

    침대 열차 테스트에서 정지 사진이 말하는 연기로 바뀌었습니다. 손바닥을 위로 향해 한 손을 들고 끄덕이며 웃었습니다. 1080p 요청에 6.35초 녹음과 움직임 지시문을 함께 넣었습니다.

    1080p 테스트 실측입니다. 정지 사진과 6.35초 녹음에서 1248×1664, 25fps, 6.44초 결과가 나왔으며 손바닥 들기·끄덕임·미소가 보였습니다.

  • 구도 확인

    인물 사진이 3:4 영상으로 바뀌었습니다

    1024×1536 열차 사진에서 1248×1664, 25fps 영상이 나왔으며 허리 위 구도로 화자가 보였습니다. 카메라를 고정하라는 prompt에도 구도가 바뀌었으므로 편집에 넣기 전에 결과를 살펴봅니다.

    1080p 테스트 실측입니다. 정지 사진과 6.35초 녹음에서 1248×1664, 25fps, 6.44초 결과가 나왔으며 손바닥 들기·끄덕임·미소가 보였습니다.

  • 녹음과 연기 지시

    대사와 보이는 연기를 따로 정합니다

    실제 목소리와 대사는 오디오 파일에서 나옵니다. ByteDance는 녹음이 연기를 이끄는 동안 prompt로 몸짓·분위기·카메라 움직임을 유도할 수 있다고 설명합니다. 이 엔드포인트는 화자의 목소리를 복제하지 않습니다.

  • 두 단계, 같은 단가

    해상도는 화면을 위한 선택입니다

    기본 해상도는 1080p이며 720p도 받습니다. 두 단계의 초당 가격은 같고 최종 영상 실측 길이가 아니라 입력 녹음 길이를 올림해 계산합니다.

콘텐츠 테스트

OmniHuman 1.5, 무검열 모델인가요? 직접 테스트한 결과

OmniHuman 1.5에서 모드별로 테스트한 콘텐츠 단계
단계말하는 아바타
약함
아직 테스트 안 함
보통
생성됨2026년 11월 15일 테스트
강함
아직 테스트 안 함
매우 강함
아직 테스트 안 함
최대
아직 테스트 안 함
테스트 방법

모드별 동작

말하는 아바타
오디오는 MP3 또는 WAV로 1–60초, 15MB 이내여야 합니다. ByteDance는 품질을 위해 15초 이하를 권장합니다.
말하는 아바타
JPEG, PNG, WebP 인물 사진은 30MB 이내여야 하며 prompt는 최대 2,000자입니다.
말하는 아바타
해상도 이름이 크롭을 고정하지는 않습니다. 열차 샘플은 2:3 사진에서 3:4 영상으로 바뀌었습니다.
말하는 아바타
몸짓과 카메라 지시는 결과를 눈으로 확인해야 합니다. 열차 샘플에서 손 들기와 끄덕임은 확인됐지만 요청한 모든 움직임을 검증하지는 않았습니다.
모든 모드
생성 파일은 14일 보관 후 삭제됩니다. 보관할 클립은 다운로드합니다.
모든 모드
사용 권한이 있는 얼굴과 목소리를 사용합니다. 등장하는 모든 인물은 성인이어야 하며 사칭은 허용되지 않습니다.

활용 사례

OmniHuman 1.5 API로 만들 수 있는 것

  • 캐릭터의 짧은 초대 연기

    손이 움직일 공간이 있는 사진과 초대 녹음을 사용합니다. 침대 열차 예시에서는 제공한 음성에 맞춰 손바닥을 들고 끄덕이며 웃었습니다.

  • 발표자의 설명 녹음

    사용 허가를 받은 발표자 사진에 완성된 설명 녹음을 결합하고 작은 끄덕임이나 펼친 손 동작을 요청합니다. 얼굴이 잘 보이게 하고 중요한 단어와 움직임을 대조합니다.

  • 노래하는 인물 사진

    같은 사진 입력 작업에서 말 대신 노래 녹음을 제공합니다. ByteDance는 노래를 지원 용도로 명시하지만 여기에 기록한 실행은 말하는 대사였습니다.

  • 다른 연기 지시 비교

    사진과 녹음을 유지하고 표정이나 동작 지시 하나만 바꿉니다. seed를 재사용해 변경 비교를 돕되 프레임이 같을 것으로 기대하지 말고 각 영상을 평가합니다.

  • 세로 편집용 사진 준비

    측정한 두 결과는 세로 구도를 유지했지만 원본 이미지와 화면 크기가 달랐습니다. 레이아웃에 넣기 전에 반환된 크롭과 몸짓이 보이는 영역을 확인합니다.

프롬프트

복사해서 쓰는 OmniHuman 1.5 프롬프트 예시

  • 말하는 아바타

    테스트한 열차 초대

    이 프롬프트의 결과

    Begin with a gentle smile, lift one hand from the table in a small inviting gesture, then softly open both palms and give a playful nod. Keep the face frontal and clear, warm light steady, and camera locked in the original waist-up framing.

    효과가 있는 이유. 열차 예시에 실제 사용한 지시입니다. 한 손의 손바닥 들기·끄덕임·미소가 보였습니다. 구도 고정 지시에도 출력은 3:4로 바뀌었습니다.

    이 프롬프트 써 보기
  • 말하는 아바타

    작업실 설명

    A furniture maker in his fifties wearing a cotton work shirt explains his process with a focused expression. He raises one open hand briefly during a pause, then lowers it. Hold a steady medium shot with his face visible.

    효과가 있는 이유. 손이 보이는 사진을 위한 지시 제안입니다. 몸짓 하나와 고정 카메라를 요청해 동작 확인이 쉽도록 합니다.

    이 프롬프트 써 보기
  • 말하는 아바타

    차분한 갤러리 답변

    A curator in her forties wearing a dark tailored jacket listens for a beat, then speaks with a thoughtful expression and one small nod. Let the camera move slowly closer while keeping her face in view.

    효과가 있는 이유. 대사를 제공하거나 검증한 카메라 결과를 주장하지 않고 표정과 카메라 지시를 활용하는 제안입니다.

    이 프롬프트 써 보기
  • 말하는 아바타

    창가의 편안한 응답

    A woman in her late thirties wearing a silk robe sits beside a window and speaks with an amused smile. She tilts her head slightly as the line ends. Keep the camera still and the window light steady.

    효과가 있는 이유. 해당 장소의 원본 사진에 맞춰 표정 변화 하나와 대사 끝의 작은 몸짓을 결합하는 지시 제안입니다.

    이 프롬프트 써 보기
  • 말하는 아바타

    분위기를 이어 가는 가수

    A singer in his forties wearing an open shirt performs the supplied song with a reflective expression. His head rises slightly through the phrase and settles during the pause. Maintain the existing medium framing.

    효과가 있는 이유. 멜로디와 목소리는 오디오에 맡기는 노래 지시 제안입니다. ByteDance는 노래를 지원 용도로 명시하며 제공 예시는 발화를 보여 줍니다.

    이 프롬프트 써 보기
  • 말하는 아바타

    환영하는 극장 진행자

    A theater presenter in her fifties wearing a low-cut evening dress speaks with a welcoming smile. She opens one palm toward the viewer and gives a short nod. Keep the camera level and her face clear throughout.

    효과가 있는 이유. 손 주변에 공간이 있는 사진을 위한 제안입니다. 완성 영상에서 초대 몸짓과 크롭을 확인합니다.

    이 프롬프트 써 보기

가격

OmniHuman 1.5 API 가격

5초 클립은 $0.72부터입니다.

시작하기

세 단계로 OmniHuman 1.5 API 사용하기

  1. 1단계

    얼굴과 몸짓 영역 구성

    얼굴이 선명한 정면 사진을 고르고 몸짓이 필요하면 상체와 손이 포함되게 합니다. 30MB 이내 JPEG, PNG, WebP를 쓰고 초상 사용 권리를 확인합니다.

  2. 2단계

    오디오 연기 완성

    사용 허가가 있는 목소리로 15MB 이내, 1–60초 MP3 또는 WAV를 준비합니다. ByteDance는 품질을 위해 녹음을 15초 이내로 유지하도록 권장합니다.

  3. 3단계

    지시 추가와 해상도 선택

    최대 2,000자 prompt로 보이는 움직임이나 카메라 동작을 설명하고 대사는 녹음에 담습니다. 같은 단가의 720p 또는 기본 1080p를 선택하며 비교용 seed는 선택 사항입니다.

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

FAQ

OmniHuman 1.5 API 자주 묻는 질문

OmniHuman 1.5 소개

유지할 녹음을 기준으로 장면을 구성하고 요청할 움직임의 공간이 있는 인물 사진을 고릅니다. 열차 샘플에서는 짧은 초대 인사가 정지 장면에 손바닥 들기·끄덕임·미소를 더했지만 구도는 3:4로 바뀌었습니다. 립싱크와 함께 이 크롭도 검토합니다. 720p와 1080p는 같은 오디오 초당 단가를 적용합니다. 제출 전에 녹음을 자르고 반환된 MP4를 확인한 뒤 14일 안에 저장합니다. 다른 입력이나 한도가 프로젝트에 맞는다면 관련 모델 페이지를 확인합니다.

관련 모델과 다음 단계