Введение
Ускоренная версия Avatar 6 для быстрых черновиков и потоковой персонализации.
| Характеристика | Значение |
|---|---|
| Ввод | Изображение Аудио |
| Вывод | Видео |
| Идентификатор модели | heygen/avatar-6-turbo/talking-avatar |
| Семейство движка | HeyGen — релиз Avatar 6 Turbo |
| Основные медиавходы | Портретное фото (JPEG/PNG/WebP, макс. 32 МБ) и речевое аудио (MP3/WAV) |
| Диапазон длительности аудио | Минимум 1 секунда, максимум 600 секунд (10 минут) на один клип |
| Пресеты разрешения | 1080p (короткая сторона 1080px, по умолчанию) или 2k (короткая сторона 1620px) |
| Индивидуальный размер кадра | Необязательная пара width и height — чётные целые от 256 до 3840 |
| Настройка жестов и промпта | Опциональный prompt (до 1 200 символов) и expressiveness (default или less) |
| Видеореференс на входе | Необязательный одиночный клип MP4/WebM (от 2 с; для анимированных/рисованных образов на стандартных пространствах) |
| Посекундные ставки SpicyAPI | $0.06/с в 1080p; $0.105/с в 2K (расчёт по целым секундам входного аудио) |
| Проверенный тестовый вывод | Портретная дорожка 3,79 с в 1080p выдала чистый файл MP4 1088×1632 |
Ключевые возможности и особенности
Атмосферная ночная подача для серийного производства
При тарифе $0.06 в секунду за 1080p модель Avatar 6 Turbo сокращает посекундный бюджет вдвое относительно обычной Avatar 6, сохраняя согласованные с речью повороты головы и нюансы лица. В нашем лаунж-образце портрет мужчины в расстёгнутой тёмной шёлковой рубашке под янтарными светильниками обращается прямо в объектив с неторопливой полуулыбкой и естественными кивками. Такое соотношение делает массовую локализацию и вечерние редакционные ролики экономичными без потери настроения.
Чёткая проработка теней в тёмных студийных кадрах
Переключение resolution на 2k даёт 1620 пикселей по короткой стороне примерно на 40% дешевле стандартной Avatar 6 ($0.105/с против $0.174/с). В примере из приглушённой аппаратной портрет женщины в чёрном трикотажном топе с открытыми плечами в паре со студийной речью сохраняет собранный взгляд, мягкие градиенты теней и ровную артикуляцию по всему кадру. Команды, собирающие многоязычные туры и крупные интро ведущих, получают чёткость 2K в рамках пакетного бюджета.
Готовьте черновики на Turbo, а флагманские ролики переводите на стандарт
Avatar 6 Turbo принимает абсолютно те же поля портрета, аудио, текстового prompt, разрешения, expressiveness, видеореференса и точных размеров, что и базовая Avatar 6. Команды локализации и продукта могут проверять сценарии, сравнивать дубли озвучки и выпускать сотни региональных версий на Turbo, а для ключевых имиджевых роликов просто заменить один идентификатор модели.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
image_url | Да | API HeyGen Avatar 6 Turbo ускоряет и удешевляет выпуск 1080p и 2K роликов с говорящим аватаром из портрета и речи для массовых персонализированных рассылок. Не менее 1 символов |
audio_url | Да | Длина ролика равна длительности аудио; ручные ширина и высота задаются чётными числами. Не менее 1 символов |
prompt | Нет | Отработайте промпт и темп речи в Turbo, а флагманский Avatar 6 оставьте для главных роликов. Не менее 1 символов · Не более 1200 символов |
resolution | Нет | 1080p / 2k |
expressiveness | Нет | default / less |
reference_video_urls | Нет | ≥ 2s (optional) Не менее 1 элементов · Не более 1 элементов |
width | Нет | 256–3840 (even) |
height | Нет | 256–3840 (even) |
Стоимость
| Спецификация | Стоимость |
|---|---|
| $0.06 / секунду |
| $0.105 / секунду |
Сценарии использования
Масштабные многоязычные продуктовые туры
Объедините один одобренный портрет ведущего с переведёнными дорожками MP3 или WAV, чтобы параллельно выпустить десятки синхронизированных региональных обзоров. По $0.06/с в 1080p пакет из 100 локализованных 30-секундных роликов обойдётся в $180 вместо $360.
Быстрое прототипирование сценариев и манеры подачи
Сравнивайте темп речи, формулировки prompt и спокойную либо более живую пластику до утверждения финального монтажа. Поскольку неудачные задачи ничего не стоят, а прогон в 1080p обходится в шесть центов за секунду звука, проверять короткие дубли просто и предсказуемо.
Атмосферные ведущие ночных редакционных форматов
Соединяйте тёмно-тональные портреты — янтарные бары, балконы со свечами или неоновые студии — с камерной дикторской речью для развлекательных дайджестов, фэшн-тизеров и видеопромо подкастов, где важен уверенный взгляд, а не стерильный белый фон.
Длинные учебные модули и онбординг
Оживляйте цельные лекции длительностью до 600 секунд за один вызов без неловких склеек посреди предложения. Контекстное движение удерживает смену позы в согласии с интонацией на протяжении многоминутных объяснений.
Персонализированные кампании и CRM-видео
Автоматически генерируйте именные приветствия для клиентов, приглашения на события и сезонные предложения из одного согласованного фото ведущего и динамически синтезированных аудиофайлов.
Руководство по промптам и практические советы
Подтвердите права на портрет и голос
Подберите резкий снимок (JPEG, PNG или WebP весом до 32 МБ) и файл MP3 либо WAV с голосом совершеннолетнего лица, на показ и озвучку которого у вас есть полное разрешение.
Выверьте длительность и ритм записи
Уложите
audio_urlв интервал от 1 до 600 секунд: итоговая сумма растёт пропорционально числу полных секунд входной дорожки с округлением вверх.Выберите разрешение и характер подачи
Возьмите 1080p ($0.06/с) для скоростных пакетов или 2k ($0.105/с) ради повышенной детализации, добавьте при необходимости prompt до 1 200 символов и задайте expressiveness — default или less.
Проверьте геометрию кадра и сохраните файл
Не заполняйте width и height ради сохранения пропорций снимка либо укажите чётную пару пикселей в пределах 256–3840, затем проверьте синхронность губ и заархивируйте MP4.
Обзор
heygen/avatar-6-turbo/talking-avatar превращает один портретный снимок и речевую дорожку в синхронизированный MP4-ролик в 1080p или 2K. Как скоростная и более доступная версия HeyGen Avatar 6, модель Avatar 6 Turbo сохраняет сценарную мимику, неповторяющиеся жесты и идентичный API-контракт, снижая посекундную цену 1080p вдвое ($0.06/с против $0.12/с) и уменьшая расходы на 2K примерно на 40% ($0.105/с против $0.174/с).
В нашей живой проверке 19 ноября 2026 года портретная речевая дорожка длиной 3,79 с в 1080p выдала аккуратный MP4 1088×1632 с точной артикуляцией и сохранённым кадрированием.
Параметры
| Параметр | Обяз. | Тип / значения | Роль |
|---|---|---|---|
image_url | Да | URI (JPEG, PNG, WebP, макс. 32 МБ) | Портрет или иллюстрация одного взрослого персонажа; пропорции наследуются автоматически, если не заданы вручную. |
audio_url | Да | URI (MP3 или WAV, 1–600 с) | Голосовая дорожка, определяющая липсинк, ритм, длину ролика и основу расчёта цены. |
prompt | Нет | String (1–1 200 символов) | Понятные указания по мимике, контакту глаз, позе и жестам; при пересечении имеет приоритет над expressiveness. |
resolution | Нет | 1080p (по умолч.) или 2k | Уровень вывода: 1080px по короткой стороне (1080p) или 1620px (2k); влияет на посекундный тариф. |
expressiveness | Нет | default или less | Размах жестов: default для живой речевой реакции, less для более тихой и сдержанной пластики. |
reference_video_urls | Нет | Массив из 1 URI (MP4/WebM, ≥ 2 с) | Необязательный клип движения для анимированных или рисованных персонажей на стандартных пространствах. |
width | Нет | Чётное целое (256–3840) | Точная ширина кадра в пикселях; передаётся только вместе с height. |
height | Нет | Чётное целое (256–3840) | Точная высота кадра в пикселях; передаётся только вместе с width. |
Тарифы и расчёт пакетного бюджета
Стоимость считается по длительности входного аудио с округлением вверх до целых секунд (минимум 1 с, потолок 600 с). Сбойные вызовы не тарифицируются. Актуальные ставки SpicyAPI — $0.06 / сек в 1080p и $0.105 / сек в 2K (проверяйте живые цены на странице модели HeyGen Avatar 6 Turbo).
| Длина ролика | 1 клип (1080p) | 1 клип (2K) | Пример пакета (1080p) | Пример пакета (2K) |
|---|---|---|---|---|
| 30 секунд | $1.80 | $3.15 | 100 локализованных туров = $180.00 | 100 локализованных туров = $315.00 |
| 180 секунд (3 мин) | $10.80 | $18.90 | 20 уроков курса = $216.00 | 20 уроков курса = $378.00 |
| 600 секунд (10 мин) | $36.00 | $63.00 | 10 полных брифингов = $360.00 | 10 полных брифингов = $630.00 |
Сравнение Avatar 6 Turbo, Avatar 6 и Avatar IV
| Возможность | Avatar 6 Turbo | Avatar 6 | Avatar IV |
|---|---|---|---|
| Ставка 1080p | $0.06 / с | $0.12 / с | Единая ставка для 360p–1080p |
| Вывод в 2K | Да ($0.105 / с) | Да ($0.174 / с) | Нет (макс. 1080p) |
| Макс. длина аудио | 600 секунд | 600 секунд | 600 секунд |
| Управление движением | prompt + default/less | prompt + default/less | prompt + low/medium/high |
| Замена фона | Нет (фон задаётся портретом) | Нет (фон задаётся портретом) | Да (background_image_url) |
| Чётные размеры в пикселях | Да (width + height) | Да (width + height) | Нет (пресеты aspect_ratio) |
| Основной сценарий | Массовая локализация, быстрые черновики, ежедневный поток | Флагманские крупные планы, тонкая недирективная мимика | Замена фона или уровни ниже 1080p |
Практика работы и подсказки по промптам
Сочетайте Turbo с точными указаниями по пластике
Тесты сообщества показывают, что Avatar 6 Turbo вплотную приближается к базовой Avatar 6, когда в prompt заданы ясные ориентиры взгляда, позы и настроения — например, лёгкий наклон к камере с тёплой полуулыбкой в полутёмном баре или собранная студийная осанка в неоновом свете. Освещение и одежду оставьте за image_url, а в prompt описывайте именно подачу.
Тестируйте на Turbo перед выпуском флагманских дублей
Поскольку обе модели Avatar 6 валидируют одинаковый JSON-запрос, прогоняйте проверку многоязычных дорожек и правки сценария через heygen/avatar-6-turbo/talking-avatar в 1080p. Когда главному релизу потребуется стандартная Avatar 6, замените только идентификатор модели без перенастройки полей.
Выверяйте звук и геометрию кадра заранее
Обрезайте пустую тишину в файлах MP3 и WAV до загрузки, чтобы не переплачивать за молчащие хвосты. Если используете width и height, подбирайте чётные значения в ориентации исходного портрета, избегая лишней обрезки.
Согласие, права и границы использования
Отправляйте портреты и голосовые дорожки исключительно совершеннолетних лиц, представлять которых вы уполномочены. Подтвердите права как на изображение, так и на звук до обращения к эндпоинту и никогда не применяйте модель для имитации других людей. Видеореференсы реальных людей в reference_video_urls блокируются на стандартных рабочих пространствах — используйте вместо них одобренный портретный снимок в image_url.
Быстрый старт 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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "heygen/avatar-6-turbo/talking-avatar",
"input": {
"audio_url": "https://example.com/reference.mp3",
"expressiveness": "default",
"image_url": "https://example.com/reference.png",
"resolution": "1080p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.



