Wprowadzenie
Tekst na wideo dla Veo 3.1 Fast: na wejściu prompt, na wyjściu klip 720p o długości 4-8 sekund z wygenerowanym dźwiękiem.
| Pole | Wartość |
|---|---|
| Wejście | Tekst |
| Wyjście | Wideo |
| Wydawca | |
| Długość klipu | 4, 6 lub 8 sekund; z obrazami referencyjnymi zawsze 8 |
| Rozdzielczość | 720p: 1280x720 (16:9) lub 720x1280 (9:16) |
| Proporcje | 16:9, 9:16 |
| Liczba klatek | 24 fps |
| Dźwięk | Generowany w każdym klipie |
| Wejścia | Prompt; pierwsza klatka i opcjonalna ostatnia klatka; od 1 do 3 obrazów referencyjnych |
Najważniejsze funkcje
Osoba ze zdjęcia w miejscu z innego zdjęcia
Obraz 1 to mężczyzna w dżinsowej kurtce na stacji benzynowej, obraz 2 to obserwatorium nocą. Prompt prosił, by mężczyzna z pierwszego obrazu podszedł do obserwatorium, zapukał do drzwi i pomachał. W 8 sekund zrobił wszystkie trzy rzeczy, z tą samą twarzą, włosami i kurtką. Kobieta, która też była na obrazie 2, się nie pojawiła.
Jeden ciągły najazd kamery
Z jednej pierwszej klatki i ustawienia „Slow push-in” kamera wjechała bez cięcia przez 8 sekund, od szerokiego ujęcia kopuły do zbliżenia z bliska. Kobieta odwróciła się od teleskopu, założyła ramiona i uśmiechnęła się, a gwiazdy zaczęły się pojawiać.
Kamera, która trzyma się briefu
Ten sam prompt o obserwatorium, który puściliśmy na Veo 3.1, dał 4-sekundowe ujęcie 16:9 idące podniesioną kładką w stronę kopuły. Kamera ruszyła do przodu, jak prosiliśmy, a mosiężny teleskop wsunął się w otwór.
Porównaj poziomy, zanim się zdecydujesz
Wysłaliśmy ten sam dwuzdaniowy prompt o łódce z papieru do Veo 3.1 i do Fast. Veo 3.1 nagrało z poziomu wody, z trzcinami z przodu; Fast wycentrowało łódkę na odbiciu słońca, a wokół rozchodziły się fale. Przed wyborem poziomu do projektu uruchom kilka briefów na obu.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Wymagane. Podaj obiekt, jego działanie, kamerę i dźwięk; kwestie mówione wpisz w cudzysłowie. od 1 znaków · do 4000 znaków |
aspect_ratio | Nie | 16:9 (domyślnie, 1280x720) lub 9:16 (720x1280). Nie zmienia ceny. |
duration_seconds | Nie | 4, 6 lub 8 sekund (domyślnie 8). Dłuższe klipy kosztują więcej. |
Cennik
Rozliczenie za klip według długości: 4, 6 lub 8 sekund. Dźwięk i proporcje są wliczone w tę cenę. Zadanie, które się nie powiodło lub zostało odrzucone, nic nie kosztuje.
| Specyfikacja | Cena |
|---|---|
| $0.36 / żądanie |
| $0.54 / żądanie |
| $0.72 / żądanie |
Zastosowania
Serie reklam i postów do social mediów
Cena za klip jest na tyle niska, że za jednym razem zrobisz cały zestaw wariantów 9:16: dziesięć klipów po 4 sekundy kosztuje $3.60, z dźwiękiem.
Ta sama postać lub produkt w kilku klipach
Wyślij od 1 do 3 obrazów referencyjnych i nazwij je w prompcie Image 1, Image 2 i Image 3. W naszym teście twarz i kurtka z obrazu 1 przeszły do nowej sceny.
Storyboardy, które zaczynają i kończą się na zdjęciach z planu
Wideo z obrazu przyjmuje pierwszą klatkę i opcjonalną ostatnią, więc każde ujęcie sekwencji może zaczynać się i kończyć tam, gdzie zaplanowałeś.
Sceny dłuższe niż 8 sekund
Kontynuuj klip przez przedłużanie wideo: jego ostatnia klatka otwiera nowy segment 4-8 sekund, rozliczany ceną wideo z obrazu, a źródło nie jest rozliczane.
Wskazówki
Odwołuj się do referencji po numerze
Pisz „osoba z obrazu 1” i „obserwatorium z obrazu 2”, w kolejności wysyłania. Powiedz, co każdy z nich ma robić; obrazy ustalają wygląd, a prompt ustala akcję.
Przytnij referencje do tego, czego chcesz
Jeśli możesz, używaj jednego podmiotu na obraz. Fast w naszym obrazie referencyjnym pominęło drugą osobę, ale inne modele mogą przenieść wszystko.
Opisz kamerę i dźwięk
Nazwij jeden ruch, na przykład „Slow push-in” albo „Handheld medium shot”, i dodaj linię w rodzaju „Sound: kroki na żwirze, metaliczne stuknięcie”. Wypowiedziane słowa wpisz w cudzysłów.
Testuj na 4 sekundach, kończ na 8
Przy $0.36 klip 4-sekundowy jest na tyle tani, że można wypróbować kilka sformułowań. Gdy któreś zadziała, wygeneruj je w 8 sekundach albo wyślij wersję końcową do Veo 3.1. Klipy referencyjne mają 8 sekund od początku, $0.72.
Wprowadzenie
Veo 3.1 Fast Tekst na wideo to najszybsze wejście do Veo: piszesz scenę i dostajesz klip 720p o długości 4, 6 lub 8 sekund z własnym dźwiękiem, w 16:9 lub 9:16. Za $0.36 za 4 sekundy nadaje się do serii reklam i postów do social mediów, a prompt dopracowany tutaj można przenieść do Veo 3.1 na render końcowy. Google sprawdza każdy prompt, a odrzucone żądanie kończy się błędem bez opłaty.
Inne tryby Veo 3.1 Fast
- Zaczynasz od zdjęcia? Obraz na wideo animuje pierwszą klatkę i może zakończyć się na ostatniej.
- Potrzebujesz tej samej osoby lub tego samego produktu w kilku klipach? Referencje na wideo przyjmuje do 3 obrazów.
- Masz już materiał? Przedłużenie wideo prowadzi klip dalej od jego ostatniej klatki.
Wskazówki do promptu
- Buduj prompt w kolejności zdarzeń: miejsce i światło, obiekt, akcja, kamera, dźwięk.
- Dialogi wpisz w cudzysłowie i dodaj linię w rodzaju "Sound: rain on a tin roof" dla tła dźwiękowego.
- Wypróbuj kilka sformułowań na 4 sekundach, a najlepsze wygeneruj w 8.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "google/veo-3.1-fast/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"aspect_ratio": "16:9",
"duration_seconds": 8
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.