HappyHorse 1.1 API

HappyHorse 1.1 Текст в видео — эндпоинт семейства моделей HappyHorse 1.1 от Alibaba, работающий только с промптом: промпт длиной до 2500 символов возвращает клип от 3 до 15 целых секунд в 720p или 1080p со сгенерированным саундтреком. Доступны девять соотношений сторон, от 21:9 до 9:21, включая форматы 4:5 и 5:4 для лент и печати. Этот эндпоинт проверяет промпт, и бриф, выходящий за границы допустимого, отклоняется сразу, а не смягчается.

Выберите режим по исходному материалу

Девять соотношений сторон в одном поле

aspect_ratio принимает 16:9 (по умолчанию), 9:16, 1:1, 4:3, 3:4, 4:5, 5:4, 9:21 и 21:9. Набор материалов в нескольких форматах превращается в перебор одного параметра, а не в раунд перекадрирования на постпродакшене. Пример rain-hood-convenience написан под 9:16 в 1080p — вертикальный край этого списка — и тратит слова на одно непрерывное действие, уходящее от камеры.

Саундтрек без выключателя

Каждый клип возвращается со сгенерированным аудио, и поля, чтобы его выключить, нет. Опишите нужный звук: бриф desert-tailgate просит цикад и далёкое шоссе, а в rain-hood-convenience дождь, барабанящий по навесу, приходит в том же проходе, что и картинка. Если клип ляжет под ваш собственный микс, заглушите или замените дорожку на монтаже.

Черновик в 720p, сдача в 1080p

Длительность — от 3 до 15 целых секунд, по умолчанию 5, разрешение по умолчанию — 720p. Оба параметра влияют на цену. Делайте черновики в 720p, а выбранный дубль перезапускайте в 1080p; каждый проход даёт свой дубль, поэтому держите формулировку неизменной и не ждите тех же кадров в более высоком разрешении.

Вертикальные клипы с эстетикой телефонной камеры

Пример karaoke-room прямо просит «телефонный» лук — rolling shutter, шум камеры смартфона, лёгкую тряску и смешанный неоновый свет — в 9:16 и 720p. Двое делят вертикальный кадр, поют припев в один микрофон и со смехом валятся друг на друга, а звук комнаты возвращается вместе с картинкой.

Атмосферные сцены на свете

Движущийся свет способен удержать целый клип. В motel-blinds-boots янтарный уличный свет сквозь жалюзи ползёт по героине, пока она стягивает оба сапога и падает спиной на стёганое покрывало, — цепочка действий укладывается в пять секунд по умолчанию в 720p. Комнату освещает только то, что описано в промпте.

Определить кадрирование и темп до создания кадров

Когда плану нужен точный объект или бриф выходит за рамки того, что принимает этот эндпоинт, путь лежит через стартовый кадр в image-to-video или набор референсов в reference-to-video. text-to-video — место, где кадрирование, свет и темп можно утвердить в нескольких быстрых черновиках, прежде чем готовить эти входные данные.

# 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": "alibaba/happyhorse-1.1/text-to-video",
  "input": {
    "prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
    "resolution": "720p",
    "aspect_ratio": "16:9",
    "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"

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.