O avatar falante do OmniHuman 2.0 transforma um retrato e um arquivo de áudio em um clipe em 720p dessa pessoa falando ou cantando. O clipe tem a duração do seu áudio, de 4 a 300 segundos.
Playground
Estes exemplos foram escritos para este endpoint. Substitua o prompt e as URLs de mídia de exemplo por suas próprias entradas acessíveis. Antes de enviar, confira a estimativa atual e a disponibilidade do modelo.
- Saída6 s
supper-club-singer 720p: `image_url` é uma mulher de cachos presos e batom vermelho, de vestido de veludo preto, diante de um microfone vintage em um clube noturno iluminado de azul; `audio_url` é uma linha lenta, cantada/falada, de 5,2 segundos. Os lábios acompanham o áudio, uma pequena inclinação da cabeça e um sorriso surgem no final, como pede o prompt, e a mão permanece no microfone. O clipe devolvido tem 6,0 segundos.
- Saída6 s
bar-counter-line 720p: `image_url` é um homem de quarenta e poucos anos, com barba grisalha por fazer e camisa de linho escuro, atrás de um bar pouco iluminado; `audio_url` é uma fala de 5,0 segundos. Os olhos fecham e reabrem, e o meio sorriso e a sobrancelha erguida acompanham a fala enquanto as garrafas atrás dele permanecem estáveis. O clipe devolvido tem 6,0 segundos.
- Saída5 s
seaside-terrace 720p: `image_url` é uma mulher de cabelo escuro e comprido, com trench de cetim creme, em um terraço de pedra sobre o mar; `audio_url` é uma fala de 4,55 segundos. No último segundo, a cabeça dela vira para o mar, como pede o prompt, e o cabelo se move levemente. O clipe devolvido tem 5,0 segundos.
- Saída5 s
late-night-show-open 720p: `image_url` é uma mulher de cachos naturais, com blusa creme, em um estúdio de podcast com microfone boom e luminárias; `audio_url` é uma introdução falada e animada de 4,8 segundos. Expressões amplas, de boca aberta, sobrancelhas e uma risada na última palavra seguem o prompt, mas ela não se inclina visivelmente na direção do microfone. O clipe devolvido tem 5,0 segundos.
Este exemplo começa em $0.108 por segundo de saída. O Playground recalcula a estimativa sempre que você muda as configurações.