Wprowadzenie
PixVerse V6 Tekst na wideo zamienia napisany opis w klip od 1 do 15 sekund w rozdzielczości 360p, 540p, 720p lub 1080p, w ośmiu proporcjach od 16:9 do 9:16 i 21:9. Opisz podmiot, akcję i kamerę; ruchy kamery zapisane w prompcie są realizowane, a PixVerse twierdzi, że V6 rozumie ponad 20 kinowych sterowań obiektywem i kamerą z promptu. Włącz generate_audio, a model wygeneruje dźwięk razem z obrazem. PixVerse sprawdza prompty i obrazy przed generowaniem; żądania, które odrzuci, kończą się błędem i nie są obciążane.
Wybierz tryb PixVerse V6 według materiału wyjściowego
| Co masz na starcie | Tryb |
|---|---|
| napisaną scenę | PixVerse V6 Tekst na wideo (tutaj jesteś) |
| pierwszą klatkę, a opcjonalnie ostatnią | PixVerse V6 Obraz na wideo |
| zdjęcia ludzi, przedmiotów lub miejsc do obsadzenia | PixVerse V6 Wideo z referencji |
| klip, który chcesz kontynuować | PixVerse V6 Przedłużanie wideo |
| prompt lub jeden obraz i wyższą jakość obrazu | PixVerse V6 Max |
| jedno zdjęcie i gotowy szablon z motywem, bez pisania promptu | PixVerse V6 Effects |
Najważniejsze funkcje
Jeden akapit, więcej niż jedno ujęcie
W naszym teście jeden akapit o śmiejącej się kierowczyni w zabytkowym turkusowym kabriolecie zaczynał się zbliżeniem na nią z rozwiewaną chustą, a potem kamera wznosiła się do szerokiego ujęcia z lotu ptaka na samochód na klifowej drodze nad oceanem. Prompt prosił, by dron się cofnął i wzniósł; przejście od zbliżenia do ujęcia z lotu ptaka pochodziło od modelu.
Przełącznik wielu ujęć
shot_type jest domyślnie single. Ustaw multi, aby model pociął klip na kilka ujęć. Nie zmienia to ceny.
Osiem proporcji
16:9 (domyślnie), 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 i 21:9. Proporcje nie zmieniają ceny.
Dźwięk, gdy go chcesz
generate_audio jest domyślnie wyłączony. Po włączeniu model generuje atmosferę, efekty, muzykę i każdy dialog wpisany w cudzysłowie. Włączony dźwięk kosztuje więcej za sekundę.
Cztery rozdzielczości
360p, 540p, 720p (domyślnie) i 1080p. Nasz klip testowy miał rozdzielczość 540p (1024x576) i zajął około 41 sekund czasu pracy modelu za 5 sekund wideo.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Wymagany, od 3 do 5000 znaków. Opisz podmiot, akcję i kamerę; ruchy kamery, które wpiszesz, są realizowane. od 3 znaków · do 5000 znaków |
aspect_ratio | Nie | 16:9 (domyślnie), 4:3, 1:1, 3:4, 9:16, 2:3, 3:2 lub 21:9. Nie zmienia ceny. |
resolution | Nie | 360p, 540p, 720p (domyślnie) lub 1080p. Wyższe rozdzielczości kosztują więcej za sekundę. |
duration_seconds | Nie | Pełne sekundy od 1 do 15 (domyślnie 5). Cena jest za sekundę. |
generate_audio | Nie | Domyślnie wyłączony. Włączony generuje dźwięk razem z obrazem: atmosferę, efekty, muzykę i dialogi w cudzysłowie. Domyślnie: |
shot_type | Nie | single (domyślnie) lub multi. multi pozwala modelowi pociąć klip na kilka ujęć. |
seed | Nie | Opcjonalna liczba całkowita od 0 do 2147483647. Przydatna do porównywania jednej zmiany naraz; nie gwarantuje identycznych klatek. |
Cennik
Rozliczane za sekundę wyniku. Rozdzielczość i przełącznik dźwięku zmieniają cenę za sekundę; proporcje, typ ujęcia i seed nie. Nieudane lub odrzucone żądania nie są obciążane.
| Rozdzielczość | Generuj dźwięk: Nie | Generuj dźwięk: Tak |
|---|---|---|
| $0.0222 / sekundę | $0.0311 / sekundę |
| $0.0311 / sekundę | $0.04 / sekundę |
| $0.04 / sekundę | $0.0533 / sekundę |
| $0.08 / sekundę | $0.1022 / sekundę |
Zastosowania
Ujęcia otwierające i ustanawiające
Opisz miejsce, światło, jeden ruch kamery i look, a masz ujęcie, którym otworzysz scenę. Nasz przykład z klifową drogą robi dokładnie to w jednym akapicie.
Krótkie sceny z wypowiedzią
Włącz dźwięk, opisz akcję i umieść kwestię w cudzysłowie. Nazwij w tym samym prompcie atmosferę, której chcesz.
Kadry pionowe i ultraszerokie
Wybierz 9:16, 3:4 lub 2:3 dla klipów pionowych, albo 21:9 dla ultraszerokich. Cena za sekundę jest taka sama dla każdych proporcji.
Wskazówki
Pisz w kolejności zdarzeń
Najpierw miejsce i światło, potem podmiot i strój, akcja, ruch kamery i look. Nasz przykład czyta się tak: złota godzina na klifowej drodze, samochód i kierowczyni, dron cofający się i wznoszący się, ciepły look filmu 35 mm.
Opisz ruch kamery
Ruchy kamery, które wpiszesz w prompcie, są realizowane, więc je nazwij: „dron cofa się i wznosi”, „powolna orbita”, „najazd z ręki”.
Porównuj z seedem
seed pozwala porównywać przebiegi, gdy zmieniasz jedną rzecz naraz. Nie gwarantuje identycznych klatek.
Szkicuj w niższej rozdzielczości, potem kończ
Cena jest za sekundę, a rozdzielczość ją zmienia, więc znajdź kadr na krótszym klipie w niższej rozdzielczości, a finalny render zrób w 720p lub 1080p.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
