Zum Inhalt springen

Bytedance Omnihuman V1.5

Integrieren

Modell-ID bytedance/omnihuman/v1.5
# 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/v1.5?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"

Dateien wie das Beispiel: 1,60 $ 1.600 API-Credits Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
ByteDance Lipsync & Avatare Lipsyncbis zu 1080p #image-to-video

OmniHuman 1.5 ergänzt einen Text-Prompt, eine Sprechermaske, den Turbomodus und die Wahl zwischen 720p und 1080p

ByteDance · Video

Dein erstes Ergebnis erscheint hier

Erstelle unten eine Anfrage und führe sie mit deinem API-Schlüssel aus. Ausgaben werden in unseren Speicher kopiert und dauerhaft oder 7 Tage kostenlos aufbewahrt.

Anfrage erstellen

Die Steuerelemente werden aus dem Modellschema generiert. Code und Preis werden aktualisiert, während du sie änderst.

Text-Prompt zur Steuerung der Videogenerierung.

•erforderlich image_url
Datei ablegen oder

Bild-URL als Quelle für die Videogenerierung.

•erforderlich audio_url
Datei ablegen oder

Audioquellen-URL für die Videogenerierung mit auflösungsabhängiger Dauerbegrenzung: weniger als 60 Sekunden bei 720p oder weniger als 30 Sekunden bei 1080p.

resolution Standard 1080p

Videoausgabeauflösung: 720p ermöglicht schnellere Generierung und höhere Qualität mit Audio bis zu 60 Sekunden, während 1080p Audio bis zu 30 Sekunden erlaubt. Der Standard ist 1080p.

Erweitert mask · turbo_mode
mask_url
Datei ablegen oder

Masken-URL, die die sprechende Person durch ihren weißen Bereich angibt; nach Anwendung der Maske auf das Bild spricht nur diese Person.

POST /run/bytedance/omnihuman/v1.5?wait=20 Preis → 1,60 $
# 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/v1.5?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"

Diese Anfrage ausführen

Dein Schlüssel bleibt in diesem Browser: Er wird nur an die Doitong API gesendet und nur gespeichert (localStorage), wenn du „Merken“ aktivierst. API-Schlüssel abrufen

Über Bytedance Omnihuman V1.5

Animiert das Bild einer Person anhand einer Audiodatei. Ein optionaler `prompt` steuert die Szene, und `mask_url` beschränkt das Sprechen auf den weißen Bereich einer Maske. `turbo_mode` tauscht etwas Qualität gegen Geschwindigkeit. `resolution` ist 720p oder 1080p; Audio kann bei 720p bis zu 60 Sekunden und bei 1080p bis zu 30 Sekunden lang sein.

Parameter

Sende entweder den kanonischen Namen oder den nativen Namen, nicht beide. Kanonische Namen

NameTyp StandardZulässig Beschreibung
promptoptional
Typstring | null
Text-Prompt zur Steuerung der Videogenerierung.
image_urlerforderlich image
Typurl · image
Bild-URL als Quelle für die Videogenerierung.
mask_urloptional mask
Typurl · image
Masken-URL, die die sprechende Person durch ihren weißen Bereich angibt; nach Anwendung der Maske auf das Bild spricht nur diese Person.
audio_urlerforderlich audio
Typurl · audio
Audioquellen-URL für die Videogenerierung mit auflösungsabhängiger Dauerbegrenzung: weniger als 60 Sekunden bei 720p oder weniger als 30 Sekunden bei 1080p.
turbo_modeoptional
Typboolean
Standardfalse
Aktivieren, um zugunsten einer schnelleren Generierung geringfügig an Videoqualität einzubüßen.
resolutionoptional
Typenum
Standard1080p
720p1080p
Videoausgabeauflösung: 720p ermöglicht schnellere Generierung und höhere Qualität mit Audio bis zu 60 Sekunden, während 1080p Audio bis zu 30 Sekunden erlaubt. Der Standard ist 1080p.
erforderlich Kanonischer Name, ebenfalls akzeptiert

Dateiparameter akzeptieren eine öffentliche https://-URL, eine data:-URI bis 10 MB oder die file_url eines Uploads. Dateien

Ausgabe

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "bytedance/omnihuman/v1.5",
  "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": 1600,
    "usd": "1.60",
    "charged": 1600,
    "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"
  }
}
Deine Dateien, deine EntscheidungJede outputs[].url ist eine Kopie in unserem Speicher: dauerhaft aufbewahrt (Abrechnung pro GB-Monat) oder 7 Tage kostenlos – je nach Kontoeinstellung oder ?storage=.
Gleiche Struktur bei jedem Modelltype, url, content_type, width, height und duration – für Bilder, Video und Audio gleichermaßen. output ist das Ergebnisobjekt des Modells.
Ausgabefelder
video
object {url, content_type, file_name, file_size}Resultierende Videodatei.
duration
number

Weitere Modelle: Lipsync & Avatare

Für KI-Agenten: Diese Seite ist als Markdown verfügbar unter https://doitong.com/de/developers/models/bytedance/omnihuman/v1.5.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt