Gå til indhold

Bytedance Omnihuman V2

Integrer

Model-id bytedance/omnihuman/v2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/bytedance/omnihuman/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Filer som eksemplet: 1,05 $ 1.050 API-kreditter dine filer måles før kørslen Kør den på denne side

Hent API-nøgle
ByteDance Lipsync og avatarer Lipsync #image-to-video

OmniHuman 2 håndterer længere lyd på 4 til 300 sekunder med valgfri flersproget scene-prompt

ByteDance · Video

Dit første resultat kommer her

Opret en anmodning nedenfor, og kør den med din API-nøgle. Output kopieres til vores lagring, gemt for altid eller 7 dage gratis.

Opret en anmodning

Kontrollerne genereres fra modellens skema. Koden og prisen opdateres, når du ændrer dem.

Præcis scene-, bevægelses- og kamerastyring via en valgfri tekstprompt på et understøttet sprog: indonesisk, spansk (mexicansk), koreansk, japansk, engelsk eller kinesisk.

•påkrævet image_url
Slip en fil, eller

URL til billedet, som videoen genereres fra. Billedets to dimensioner skal være mellem 300–6000 pixels, og forholdet mellem bredde og højde skal være mellem 0.4–2.5. Filer er begrænset til 30 MB og skal være i formatet jpeg, png, webp, bmp, tiff, gif, heic eller heif.

•påkrævet audio_url
Slip en fil, eller

Angiv videoens kildelyd via en URL til en fil på 4–300 sekunder. Filen skal være wav eller mp3 og højst 15 MB.

POST /run/bytedance/omnihuman/v2?wait=20 pris → 1,05 $
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/bytedance/omnihuman/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Kør denne anmodning

Din nøgle forbliver i denne browser: Den sendes kun til Doitong API og gemmes kun i localStorage, hvis du markerer Husk. Hent en API-nøgle

Om Bytedance Omnihuman V2

Omdanner et personbillede og en lydfil til en talevideo. Lyden skal være wav eller mp3, op til 15 MB og mellem 4 og 300 sekunder. Billedet kan være op til 30 MB med sider på 300 til 6000 pixels. En valgfri `prompt` styrer scene, bevægelse og kamera på flere understøttede sprog.

Parametre

Send enten det kanoniske navn eller det oprindelige navn, ikke begge. Kanoniske navne

NavnType StandardTilladt Beskrivelse
promptvalgfri
Typestring | null
Præcis scene-, bevægelses- og kamerastyring via en valgfri tekstprompt på et understøttet sprog: indonesisk, spansk (mexicansk), koreansk, japansk, engelsk eller kinesisk.
image_urlpåkrævet image
Typeurl · image
URL til billedet, som videoen genereres fra. Billedets to dimensioner skal være mellem 300–6000 pixels, og forholdet mellem bredde og højde skal være mellem 0.4–2.5. Filer er begrænset til 30 MB og skal være i formatet jpeg, png, webp, bmp, tiff, gif, heic eller heif.
audio_urlpåkrævet audio
Typeurl · audio
Angiv videoens kildelyd via en URL til en fil på 4–300 sekunder. Filen skal være wav eller mp3 og højst 15 MB.
påkrævet Kanonisk navn, også accepteret

Filparametre accepterer en offentlig https://-URL, en data:-URI på op til 10 MB eller file_url fra en upload. Filer

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/omnihuman/v2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1050,
    "usd": "1.05",
    "charged": 1050,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    },
    "duration": 5
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Dine filer, dit valgHver outputs[].url er en kopi på vores lagring: gemt for altid (betales pr. GB-måned) eller 7 dage gratis, afhængigt af din kontoindstilling eller ?storage=.
Samme struktur for alle modellertype, url, content_type, width, height og duration for billeder, video og lyd. output er modellens eget resultatobjekt.
Outputfelter
video
object {url, content_type, file_name, file_size}Resulterende videofil.
duration
number

Flere modeller: Lipsync og avatarer

Til AI-agenter: Denne side som Markdown findes på https://doitong.com/da/developers/models/bytedance/omnihuman/v2.md. Alle modeller og vejledninger: https://doitong.com/developers/llms.txt