Pular para o conteúdo principal

Continue um clipe com o Wan 2.5: o último quadro do seu vídeo abre um novo trecho de 5 ou 10 segundos com som, e você recebe um único arquivo com o original e a continuação unidos, em 480p, 720p ou 1080p. Uma faixa de áudio opcional define o ritmo da parte nova.

A partir de $0.045/s

Playground

Entrada

Extensão de vídeo
  1. 1

    Escolher o clipe para continuar

    Escolha um vídeo e nós o continuamos a partir do último quadro.

  2. 2

    O que acontece depois

    Escolha um clipe na etapa 1 para liberar esta etapa.

    0/1500
    Opcional. O que acontece depois: a ação seguinte, o movimento de câmera e uma linha sobre o som. O último quadro já define o sujeito e o cenário, então use as palavras para o movimento. Até 1.500 caracteres. no máximo 1500 caracteres
    0/500
    O que não pode aparecer no novo trecho: uma segunda pessoa, legendas, um objeto que o último quadro insiste em trazer. Até 500 caracteres. no máximo 500 caracteres
    afeta o preço
    Resolução em que o novo segmento é gerado: 480p, 720p ou 1080p, padrão 720p. Use a resolução do original para não aparecer um salto de nitidez na emenda. O MP4 unido mantém a taxa de quadros e o enquadramento do seu clipe, sem barras pretas. Para alinhar a emenda, a imagem pode ser cortada ou ajustada em alguns pontos percentuais nas bordas. Se o modelo devolver uma proporção bem diferente, o novo trecho é redimensionado para preencher o seu quadro, centralizado, e o que sobra é cortado. Define o preço.
    Duraçãoafeta o preço
    510
    Duração do novo trecho: exatamente 5 ou 10 segundos, padrão 5. O seu original entra antes e não é cobrado. Trechos curtos seguram melhor mãos e cabelo, então defina primeiro o visual com cinco segundos.
    0/1

    Solte um arquivo de áudio aqui ou procure no computador · 1 arquivo · Máx. 90 MB · MP3 · WAV

    0 / 1 arquivos
    Som para o novo trecho: uma fala ou um sinal musical a seguir, para que fala e batidas caiam onde você espera. WAV ou MP3, de 3 a 30 segundos e até 15 MB. Áudio mais longo que o novo trecho é cortado no fim; se for mais curto, o resto do trecho fica em silêncio. O seu original mantém o próprio som. pelo menos 1 caracteres
Filtro de segurançaDesligado

A SpicyAPI não executa filtro de segurança neste modelo. Seu prompt e suas mídias chegam ao modelo exatamente como você os enviou, e o próprio modelo decide o resultado.

Verificando sua conta antes de liberar o envio e a estimativa de preço.

Falta 1 campo obrigatório: Vídeo de entrada

Saída

Pronto para uma nova execução

O resultado aparecerá aqui.

Configure as entradas, confira a estimativa de preço e execute o modelo.

Modelos relacionados e próximas tarefas

Não encontrou o modelo que precisa?

Conte qual modelo adicionar e para que você vai usá-lo. Os pedidos vão direto para quem decide os próximos modelos.

API DE VÍDEO COM SOM

Descreva uma cena ou envie uma imagem e receba 5 ou 10 segundos com som.

Números principais

Endpoints
3
Texto para vídeo, imagem para vídeo e extensão de vídeo, cada um com seu próprio contrato.
Duração
5/10
Duas durações fixas. Valores intermediários são recusados, não arredondados.
Resolução máx.
1080P
480p, 720p ou 1080p por solicitação; 720p por padrão.
Som
ÁUDIO
Gerado na mesma passada que a imagem.
Proporções
5
Cinco no texto para vídeo; imagem para vídeo mantém o formato do quadro.
Entrada de áudio
ÁUDIO IN
audio_url dá ao clipe uma fala ou batida para acompanhar.

Antes de gastar

text-to-video

Cinco proporções: 16:9, 9:16, 1:1, 4:3 e 3:4. Em 480p só saem horizontal, vertical e quadrado; peça 4:3 ou 3:4 a partir de 720p. Só com texto não dá para manter o mesmo rosto ou produto entre gerações.

image-to-video

O quadro inicial é obrigatório e define figurino, cenário, luz e formato; aqui não existe campo de proporção, então recorte a imagem antes. O prompt é opcional, mas uma linha de ação clara deixa o movimento bem mais estável.

all

A duração é exatamente 5 ou 10 segundos. Clipes mais longos desviam mais em mãos, cabelo e detalhes. Consentimento, direitos e lei local sobre tudo o que você envia ou retrata são sua responsabilidade. Páginas públicas e exemplos continuam adequados para todos os públicos.

O que o modelo faz

No tempo da sua faixa

Entregue a fala e a boca acompanha

Todos os endpoints aceitam audio_url. Envie uma fala gravada ou uma deixa musical e o clipe gerado ajusta o movimento e o formato dos lábios a esse arquivo, em vez de inventar um ritmo próprio. É o jeito mais simples de fazer uma cena falada cair exatamente no texto já aprovado.

Onde se encaixa

  • Clipes curtos para redes, já com som

    Escolha 9:16 no texto para vídeo, mantenha cinco segundos e receba a trilha dentro do arquivo. Não é preciso uma etapa separada de áudio antes de postar, o que torna viável produzir um lote diário de rascunhos.

  • Cenas faladas a partir de roteiro aprovado

    Comece com um retrato em imagem para vídeo e passe a fala gravada como audio_url. O rosto vem do quadro e o ritmo vem do arquivo, então a revisão foca na atuação e não na sincronia labial.

  • Momentos de produto com uma única foto

    Use a foto do produto como quadro inicial e descreva um único movimento de câmera. Rótulo e silhueta já estão fixados pela imagem; o prompt cuida só de luz e movimento, e um render em 1080p deixa folga para recortar.

Feito com Wan 2.5

  • 5 s
  • 10 s
  • 5 s
  • 5 s
  • 10 s
  • 5 s
  • 10 s

Referência do modelo

Referência da API Wan 2.5

Especificações da API Wan 2.5

Desenvolvedora
Alibaba
Endpoints publicados
text-to-video, image-to-video, video-extend
Duração
5 ou 10 segundos; padrão 5
Resolução
480p, 720p, 1080p; padrão 720p
Proporções
16:9, 9:16, 1:1, 4:3, 3:4 no texto para vídeo; imagem para vídeo segue o quadro
Áudio
Gerado com a imagem; audio_url opcional como guia
Cobrança
Por segundo de vídeo, valor conforme a resolução

Como chamar a API Wan 2.5

  1. 1. Escolha pelo material que você tem

    Só uma ideia → texto para vídeo, em que aspect_ratio define o formato. Uma imagem que você quer animar → imagem para vídeo, em que o clipe herda as proporções dela. Um clipe que você já tem continua com extensão de vídeo. Durações, resoluções e controles de áudio são iguais em todos.

  2. 2. Feche a cena em 5 segundos e 720p

    Assunto, uma ação, um movimento de câmera e uma frase sobre o som. Fixe a seed enquanto testa e depois gere de novo o take escolhido com 10 segundos ou em 1080p.

  3. 3. Envie de forma assíncrona

    Crie a tarefa com uma Idempotency-Key, guarde o id da tarefa e consulte o status ou registre um callback. O vídeo pronto é servido pelo armazenamento da plataforma.

Em resumo

Nesta plataforma, o Wan 2.5 são APIs independentes. Texto para vídeo recebe a descrição de uma cena e uma de cinco proporções de tela; imagem para vídeo recebe um quadro inicial e mantém o formato dele; extensão de vídeo continua um clipe que você já tem. Todas devolvem exatamente 5 ou 10 segundos em 480p, 720p ou 1080p, com som gerado junto com a imagem, uma audio_url opcional para acertar diálogo ou música, um prompt negativo e uma seed. As tarefas rodam de forma assíncrona e são cobradas por segundo de vídeo entregue, com o valor definido pela resolução escolhida.

Perguntas sobre a API Wan 2.5

Todos os modelos Wan22

Modelos de vídeo18