Перейти к основному контенту

Рабочая область

Ввод

Говорящий аватар
240/2000
Необязательные указания talking-avatar по действиям, мимике, сцене и камере, до 2 000 символов. Текст по умолчанию не указан; слова остаются в записи, промпт на цену не влияет. Не менее 1 символов · Не более 2000 символов
1/1

Перетащите файл или ссылку на медиа, вставьте или выберите · 1 файл · Не более 10 МБ · JPG · PNG · WEBP

  • 1
Файлы: 1 / 1
Обязателен для talking-avatar: JPEG, PNG или WebP до 30 МБ с чётким лицом анфас. Для жестов включите верхнюю часть фигуры и руки. Значения по умолчанию нет; выбор изображения не меняет тариф за секунду аудио. Не менее 1 символов
влияет на цену1/1
Файлы: 1 / 1
Обязателен для talking-avatar: MP3 или WAV до 15 МБ на 1–60 секунд с речью или пением. Значения по умолчанию нет; длительность округляется вверх для оплаты. Для качества ByteDance рекомендует до 15 секунд. Не менее 1 символов
Для talking-avatar выберите 720p или 1080p; без поля используется 1080p. Тариф обоих уровней одинаков, а измеренные размеры результата зависят от сгенерированной композиции.
Сид
Необязательное целое число talking-avatar от 0 до 2147483647; значение по умолчанию не задано. Зафиксируйте его, меняя одну настройку для сравнения результатов; совпадение видео не обещается, цена не меняется. 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?

BYTEDANCE · ОЖИВЛЕНИЕ ПОРТРЕТА

API OmniHuman 1.5: главное

Пусть запись задаёт подачу, а текст — кивок, жест или движение камеры.

Допустимая длина аудио
1–60 с
Для качества ByteDance рекомендует до 15 секунд; запись задаёт планируемую длину ролика.
Разрешение по умолчанию
1080p
Можно также выбрать 720p без изменения тарифа за секунду.
Предел символов промпта
2 000
Текст позволяет направлять мимику, движения, сцену и камеру.
Макс. размер портрета
30 МБ
Передайте JPEG, PNG или WebP с отчётливо видимым лицом анфас.
Формат видео
MP4
Получите готовый файл после завершения асинхронной задачи.
Расчётная длина примера
7 с
В запросе со спальным вагоном было 6,35 секунды аудио, округлённых вверх для оплаты.

Результаты

Что можно сделать с OmniHuman 1.5

  • ЖИВОЕ ПРИГЛАШЕНИЕ

    Ладонь вверх дополняет реплику

    В тесте со спальным вагоном неподвижный портрет превратился в говорящего персонажа: женщина подняла руку ладонью вверх, кивнула и улыбнулась. Запрос 1080p сочетал запись на 6,35 секунды с текстовыми указаниями движений.

    Замер 1080p: неподвижный портрет и запись на 6,35 секунды дали 1248×1664 при 25 кадрах/с, с поднятой ладонью, кивком и улыбкой в течение 6,44 секунды.

  • ПРОВЕРЬТЕ КОМПОЗИЦИЮ

    Портрет вернулся в кадре 3:4

    Портрет из поезда размером 1024×1536 дал видео 1248×1664 при 25 кадрах/с, где женщина видна по пояс. Хотя промпт просил зафиксировать камеру, кадрирование изменилось; проверьте результат перед включением в монтаж.

    Замер 1080p: неподвижный портрет и запись на 6,35 секунды дали 1248×1664 при 25 кадрах/с, с поднятой ладонью, кивком и улыбкой в течение 6,44 секунды.

  • ЗАПИСЬ И УКАЗАНИЯ

    Разделите слова и визуальную подачу

    Именно аудиофайл задаёт голос и реплики. По заявлению ByteDance, промпт направляет жесты, настроение и камеру, а запись управляет исполнением; этот эндпоинт не клонирует голос говорящего.

  • ДВА РАЗРЕШЕНИЯ, ОДИН ТАРИФ

    Разрешение определяет изображение

    По умолчанию эндпоинт использует 1080p, также принимается 720p. Цена секунды одинакова и рассчитывается по входной записи с округлением вверх, а не по измеренной длине итогового видео.

Тест контента

OmniHuman 1.5 без цензуры? Что мы проверили

Проверенные уровни контента для OmniHuman 1.5 по режимам
УровеньГоворящий аватар
Мягкий
Пока не проверяли
Умеренный
ПроходитПроверено 15 нояб. 2026 г.
Сильный
Пока не проверяли
Очень сильный
Пока не проверяли
Максимальный
Пока не проверяли
Как мы тестируем

Как ведёт себя каждый режим

Говорящий аватар
Аудио MP3 или WAV должно длиться 1–60 секунд и занимать не более 15 МБ; для качества ByteDance рекомендует не более 15 секунд.
Говорящий аватар
Портрет JPEG, PNG или WebP должен занимать не более 30 МБ; длина промпта ограничена 2 000 символами.
Говорящий аватар
Обозначение разрешения не фиксирует кадрирование: в примере с поездом портрет 2:3 превратился в видео 3:4.
Говорящий аватар
Указания жестов и камеры нужно проверять визуально; пример с поездом подтверждает поднятую руку и кивок, но не каждое запрошенное движение.
Все режимы
Сгенерированные файлы доступны 14 дней, затем удаляются; скачайте ролики, которые хотите оставить.
Все режимы
Используйте лица и голоса, на которые у вас есть права; каждый показанный человек должен быть совершеннолетним, а имитация чужой личности запрещена.

Сценарии

Что построить на API OmniHuman 1.5

  • Поставьте короткое приглашение персонажа

    Возьмите портрет с пространством для рук и записанное приглашение. В примере со спальным вагоном речь сопровождают поднятая ладонь, кивок и улыбка.

  • Оживите объяснение ведущего

    Соедините разрешённый портрет ведущего с готовым объяснением и попросите небольшой кивок или жест открытой ладонью. Лицо должно быть видно; сопоставьте движения с ключевыми словами.

  • Создайте поющий портрет

    Для той же задачи с фотографией передайте пение вместо речи. ByteDance указывает пение среди поддерживаемых сценариев; описанные здесь запуски использовали разговорные реплики.

  • Попробуйте другую актёрскую подачу

    Сохраняйте портрет и запись, меняя одно указание мимики или движения. Повторно используйте seed для сравнения, затем оценивайте каждое видео, не рассчитывая на совпадение кадров.

  • Подготовьте портрет к вертикальному монтажу

    Оба измеренных результата сохранили вертикальную композицию, но размеры отличались от исходных изображений. Перед размещением ролика в макете проверьте полученное кадрирование и видимую область жестов.

Промпты

Примеры промптов для OmniHuman 1.5, которые можно скопировать

  • Говорящий аватар

    Проверенное приглашение в поезде

    Результат по этому промпту

    Begin with a gentle smile, lift one hand from the table in a small inviting gesture, then softly open both palms and give a playful nod. Keep the face frontal and clear, warm light steady, and camera locked in the original waist-up framing.

    Почему это работает. Именно эти указания сопровождали пример с поездом. Были видны поднятая ладонь, кивок и улыбка; несмотря на просьбу зафиксировать кадрирование, композиция изменилась на 3:4.

    Попробовать этот промпт
  • Говорящий аватар

    Объяснение в мастерской

    A furniture maker in his fifties wearing a cotton work shirt explains his process with a focused expression. He raises one open hand briefly during a pause, then lowers it. Hold a steady medium shot with his face visible.

    Почему это работает. Вариант указаний для портрета с видимыми руками: один жест и неподвижная камера облегчают проверку запрошенного действия.

    Попробовать этот промпт
  • Говорящий аватар

    Сдержанный ответ в галерее

    A curator in her forties wearing a dark tailored jacket listens for a beat, then speaks with a thoughtful expression and one small nod. Let the camera move slowly closer while keeping her face in view.

    Почему это работает. Предложенные указания мимики и камеры используют возможности промпта, не задавая реплику и не утверждая, что такое движение камеры проверено.

    Попробовать этот промпт
  • Говорящий аватар

    Непринуждённый ответ у окна

    A woman in her late thirties wearing a silk robe sits beside a window and speaks with an amused smile. She tilts her head slightly as the line ends. Keep the camera still and the window light steady.

    Почему это работает. Для портрета в такой обстановке предложено одно изменение выражения и небольшой жест в конце фразы.

    Попробовать этот промпт
  • Говорящий аватар

    Певец сохраняет настроение

    A singer in his forties wearing an open shirt performs the supplied song with a reflective expression. His head rises slightly through the phrase and settles during the pause. Maintain the existing medium framing.

    Почему это работает. В предложенных указаниях для пения мелодию и голос по-прежнему задаёт аудио. ByteDance заявляет поддержку пения, а наши примеры демонстрируют речь.

    Попробовать этот промпт
  • Говорящий аватар

    Приветствие театральной ведущей

    A theater presenter in her fifties wearing a low-cut evening dress speaks with a welcoming smile. She opens one palm toward the viewer and gives a short nod. Keep the camera level and her face clear throughout.

    Почему это работает. Вариант промпта для портрета с пространством вокруг рук; проверьте приглашающий жест и кадрирование готового видео.

    Попробовать этот промпт

Цены

Цены на API OmniHuman 1.5

Ролик длиной 5 с — от $0.72.

Начало работы

Как использовать API OmniHuman 1.5 за три шага

  1. Шаг 1

    Оставьте место для лица и жестов

    Выберите портрет анфас с чётким лицом; если нужны жесты, включите в кадр верхнюю часть фигуры и руки. Используйте JPEG, PNG или WebP до 30 МБ и подтвердите права на образ человека.

  2. Шаг 2

    Подготовьте аудиоисполнение

    Подготовьте MP3 или WAV до 15 МБ на 1–60 секунд с голосом, который разрешено использовать. Для качества ByteDance советует ограничить запись 15 секундами.

  3. Шаг 3

    Добавьте указания и выберите разрешение

    Опишите видимые движения или камеру в промпте до 2 000 символов; реплики должны быть в записи. Выберите 720p или стандартное 1080p по одному тарифу, при желании добавьте seed для сравнений.

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

FAQ

Частые вопросы об API OmniHuman 1.5

О модели OmniHuman 1.5

Стройте сцену вокруг записи, которую собираетесь использовать, и выбирайте портрет с местом для нужного движения. В примере с поездом короткое приглашение оживило неподвижную сцену поднятой ладонью, кивком и улыбкой, но композиция изменилась на 3:4. Проверяйте это кадрирование вместе с синхронизацией губ. 720p и 1080p используют единый тариф за секунду аудио; обрежьте запись до отправки, оцените возвращённый MP4 и сохраните его в течение 14 дней. Обратитесь к соседним страницам моделей, если проекту нужны другие входные данные или пределы.

Связанные модели и следующие шаги