Перейти к основному контенту

heygen/video-1/reference-to-video

HeyGen Video 1.0 — модель HeyGen для генерации видео. Reference-to-video объединяет изображения, видео и аудио в сцены на 5–15 секунд в 480p или 768p.

От $0.102/с

Рабочая область

Ввод

Видео по референсу
351/32000

При перестановке номера в промпте обновляются. При удалении материала удаляются и ссылки на него — проверьте промпт.

Назовите каждый референс его меткой и укажите роль. Для пары портрета и товара напишите, что человек из <Picture 1> держит предмет из <Picture 2>. Не менее 1 символов · Не более 32000 символов
Заполните хотя бы одно из полейУсловие выполнено
влияет на цену2/9

Перетащите файл или ссылку на медиа, вставьте или выберите · До 9 файлов · Не более 10 МБ · JPG · PNG · WEBP · GIF

  • <Picture 1>
  • <Picture 2>
Файлы: 2 / 9
Используйте изображения для человека, предмета или обстановки, которые должны попасть в сцену. Они входят в общий лимит 12 файлов; за каждое начиная с третьего взимается отдельная плата. Не менее 1 элементов · Не более 9 элементов
влияет на цену0/3

Перетащите видео или выберите файл на устройстве · До 3 файлов · Не более 32 МБ · MP4 · WEBM

Файлы: 0 / 3
Суммарная длина видеореференсов — до 15 секунд, каждый ролик входит в общий лимит 12 файлов. Их секунды также оплачиваются, а доминирующее видео может вытеснить лицо с изображения. Не менее 1 элементов · Не более 3 элементов
0/3

Перетащите аудиофайл или выберите файл на устройстве · До 3 файлов · Не более 32 МБ · MP3 · WAV

Файлы: 0 / 3
Укажите роль звука метками вроде <Audio 1> и передавайте записи, на которые имеете права. Аудиофайлы входят в общий лимит 12 референсов. Не менее 1 элементов · Не более 3 элементов
Выберите 16:9 для горизонтального плана или 9:16 для вертикального. В предоставленном тесте мужчины с флаконом использован 9:16 и учтены оба изображения.
влияет на цену
Генерация по референсам предлагает 480p или 768p.
Длительностьвлияет на цену
Запросите 5–15 секунд результата отдельно от переданных исходных роликов. В расчёте суммируются секунды результата и видеореференсов. Не меньше 5 · Не больше 15
Оптимизация промпта
disabledturboquality
disabled исключает переработку описания; turbo и quality её разрешают. Сохраняйте режим, проверяя влияние каждого референса на сцену.
Сид
Не меняйте seed при добавлении или удалении референса для сравнения. Одинаковый seed не обещает идентичного ролика и не гарантирует сохранения конкретного лица. Не меньше 0 · Не больше 2147483647
Фильтр безопасностиВыключен

SpicyAPI не применяет фильтр безопасности к этой модели. Промпт и материалы передаются модели без изменений, а результат определяет сама модель.

Проверяем аккаунт перед включением отправки и расчёта стоимости.

Вывод

Готово к запуску
Пример результата

Нужной модели нет?

HEYGEN · ГЕНЕРАЦИЯ ВИДЕО

API HeyGen Video 1.0: главное

Превратите описание сцены, портрет или набор референсов в короткий ролик, выбрав интерфейс под те детали, которые нужно сохранить.

Заказанная длина ролика
5–15 с
Оплата учитывает заказанные секунды результата; файлы по пятисекундным запросам длились 5,18–5,26 секунды.
Анимация фото: нативно
2K
Тест image-to-video в 2k вернул 2688×1536 пикселей.
Общее число референсов
12
Изображения, видео и аудио вместе расходуют лимит интерфейса референсов.
Видео по тексту: кадр/с
24
Пятисекундный запрос 480p дал 832×480 со стереофонической звуковой дорожкой AAC.

Результаты

Что можно сделать с HeyGen Video 1.0

  • Текст и звук

    Письменная сцена становится роликом

    Text-to-video создаёт сцену на 5–15 секунд в 480p или 768p со звуковой дорожкой. Наш пятисекундный запуск 480p дал 832×480 при 24 кадрах/с со стереозвуком AAC примерно за 10 секунд обработки. Это описание одного запуска, без обещания срока.

    Text-to-video в 480p, 5 секунд, 16:9, с переписыванием промпта в режиме turbo и сгенерированным звуком мастерской.

  • Анимация фотографии

    Сохраните человека с исходного фото

    Image-to-video использует image_url и описание движения для анимации вашей фотографии. Тесты 480p, 1080p и 2k сохранили человека и композицию; вариант 2k дал 2688×1536 пикселей. Выбирайте такой вход, когда важна преемственность с конкретным снимком.

    Режим 2k для теста в винном баре: 2688×1536 пикселей и композиция исходного фото.

  • Роли референсов

    Задайте человека и предмет отдельно

    Reference-to-video объединяет изображения, видео и аудио в пределах 12 файлов. Тест портрета и флакона дал вертикальный кадр, где мужчина держит заданный флакон. Другой, смешанный запуск близко повторил видео и потерял лицо с фото. Назначайте каждому входу ясную задачу.

    Reference-to-video в формате 9:16 и 480p: мужчина с первого изображения держит флакон со второго.

  • Управляемое сравнение

    Меняйте описание с сохранением настроек

    Параметры seed и prompt_optimization_mode помогают упорядочить правки. Фиксируйте seed при сравнении одного изменения, учитывая, что идентичность результата не гарантирована. Выберите disabled для сохранения текста или turbo и quality, если хотите разрешить модели переработать задание.

Перед запуском

Что знать перед запуском HeyGen Video 1.0

Все режимы
Запрашивайте от 5 до 15 секунд. Text-to-video и reference-to-video предлагают 480p или 768p; ступени 1080p и 2k доступны в image-to-video.
Видео по референсу
Всего допускается до 12 референсов, суммарная длина референсных видео — до 15 секунд. Используйте разрешённые тексты, голоса и изображения людей и не выдавайте результат за реального человека.
Все режимы
Измеренные файлы на 5,18–5,26 секунды получены по пятисекундным запросам с округлением до целых кадров. Сохраните и просмотрите результат: добавочное время воспроизведения не увеличивает оплачиваемую запрошенную длительность.

Сценарии

Что построить на API HeyGen Video 1.0

  • Сцена до начала съёмок

    Отправьте описание гончара примерно тридцати лет в брезентовом фартуке, который поворачивается к полке в залитой солнцем мастерской. Запрос на пять секунд в 480p даст концептуальный ролик со звуком для обсуждения до съёмки.

  • Портрет с небольшим жестом

    Возьмите разрешённый портрет женщины примерно тридцати лет в вечернем платье у окна и задайте поворот головы с медленным движением камеры. Image-to-video создаст короткую анимацию по фото; сравните внешность и композицию с исходником.

  • Ведущий с вашим товаром

    Прикрепите мужской портрет как <Picture 1>, а фото флакона с пипеткой как <Picture 2>. Запросите план 9:16, где мужчина держит флакон. Наш тест с двумя изображениями использовал оба референса и обрабатывался около 158 секунд.

  • Концепция с опорой на движение

    Передайте портрет, четырёхсекундный ролик движения и аудиореференс, указав их роли в описании. Наш смешанный запуск близко повторил движение и сцену видео, но не сохранил лицо с портрета. Этот подход подходит, когда движение важнее конкретного лица.

  • Крупный результат на основе фото

    Добавьте к исходному фото сдержанное описание движения и выберите 1080p или 2k для image-to-video. Наши пятисекундные тесты дали нативные 1890×1080 и 2688×1536, сохранив человека с исходника.

Промпты

Примеры промптов для HeyGen Video 1.0, которые можно скопировать

  • Текст в видео

    Вечерний приход к театру

    A woman in her mid thirties in a forest-green evening dress pauses under the canopy of a small theater after rain. Warm lobby light meets cool blue street light. She turns toward the doorway with a quiet smile as the camera makes a slow, level push toward her. Five-second continuous shot, restrained and expectant mood. Sound: distant tires on wet pavement and a door opening, no music.

    Почему это работает. Конкретная одежда, два источника света и один поворот задают ясное визуальное направление без конкурирующих действий.

    Попробовать этот промпт
  • Текст в видео

    Лён у гавани

    A man in his late thirties wearing an open-collar linen shirt and a navy jacket stands beside a harbor railing at dusk. He looks from a folded map to the boats, thoughtful and relaxed. Static medium shot with soft amber reflections on his face and pale blue water behind him. Five seconds, natural movement. Sound: ropes tapping a mast and gentle water, no dialogue or music.

    Почему это работает. Жест и неподвижный кадр позволяют оценить движение; звуковое задание выделяет отдельные источники.

    Попробовать этот промпт
  • Текст в видео

    Тихий тост на крыше

    A couple in their thirties stand close together at a rooftop table, one wearing a burgundy evening dress and the other a charcoal suit with an open-collar shirt. Under warm string lights against a violet city sky, they raise their glasses toward each other, smiling. Static medium shot, intimate but understated mood, five seconds. Sound: a gentle glass clink and distant traffic, no music.

    Почему это работает. Точная одежда, простое общее действие и одна постановка камеры делают описание сцены цельным.

    Попробовать этот промпт
  • Изображение в видео

    Портрет поворачивается к свету

    Animate the supplied portrait of a woman in her thirties wearing a cream blouse in a bright studio. Keep the source person and composition as she gently turns her head toward the window and settles into a calm smile. The camera remains still, soft morning light across her face, five seconds. Sound: quiet indoor ambience, no music.

    Почему это работает. Указание сосредоточено на изменениях после фотографии и определяет визуальные элементы, которые следует сохранить.

    Попробовать этот промпт
  • Изображение в видео

    Портной у верстака

    From the supplied photograph of a man in his thirties wearing a waistcoat over a rolled-sleeve shirt in a tailoring workshop, animate a small glance from the workbench toward the camera. Retain the source person and composition, warm side light, calm and attentive mood. Five-second shot with a still camera. Sound: soft workshop room tone, no speech or music.

    Почему это работает. Сдержанный перевод взгляда подходит для пробной анимации фото перед выбором более высокого нативного разрешения.

    Попробовать этот промпт
  • Видео по референсу

    Портрет и флакон

    The man in his thirties from <Picture 1>, wearing a pale blue shirt, stands in a softly lit bathroom and holds the dropper bottle from <Picture 2> beside his face. Keep the supplied person and bottle recognizable as he turns slightly toward the lens. Vertical 9:16 composition, static camera, warm morning light, composed mood, five seconds. Sound: quiet room ambience, no music.

    Почему это работает. Нумерованные метки дают отдельные роли человеку и товару. Добавьте два изображения-референса и выберите вертикальный кадр 9:16.

    Попробовать этот промпт

Цены

Цены на API HeyGen Video 1.0

Ролик длиной 5 с — от $0.15 в 480p и от $0.72 в 2K.

Начало работы

Как использовать API HeyGen Video 1.0 за три шага

  1. Шаг 1

    Соотнесите интерфейс с материалами

    Выберите text-to-video для описанной сцены, image-to-video для фотографии или reference-to-video для нескольких исходных материалов. Если нужны 1080p и 2k, они доступны в анимации фото.

  2. Шаг 2

    Подготовьте цельное описание сцены

    Опишите человека, одежду, обстановку, освещение и одно видимое действие. При референсах свяжите действие с метками вроде <Picture 1> и <Picture 2>. Используйте тексты, голоса и изображения людей, на которые у вас есть права.

  3. Шаг 3

    Создайте задачу генерации

    Выполните POST на https://api.spicyapi.ai/api/v1/jobs/createTask с Bearer-авторизацией и JSON, например {"model":"heygen/video-1/text-to-video","input":{"prompt":"A potter in their thirties turns toward a shelf.","duration_seconds":5,"resolution":"480p"}}.

Справочник параметров и примеры кода — во вкладках API и Readme в верхней части страницы.

FAQ

Частые вопросы об API HeyGen Video 1.0

О модели HeyGen Video 1.0

Стройте следующий запрос HeyGen Video 1.0 API вокруг уже имеющихся материалов. Для письменного описания сцены подходит text-to-video; для фото, где важны человек и композиция, — image-to-video с нативными ступенями до 2K. Чтобы объединить ведущего и товар, используйте reference-to-video, назначив роли через <Picture 1> и <Picture 2>. Наш смешанный тест показал, почему с роликом движения нужна осторожность: он направил сцену, но вытеснил лицо с фото. Посмотрите текущую ставку, запросите 5–15 секунд и оцените готовый ролик перед следующим планом.

Связанные модели и следующие шаги