Zum Inhalt springen

Bytedance Omnihuman V2

Integrieren

Modell-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"

Dateien wie das Beispiel: 1,05 $ 1.050 API-Credits Deine Dateien werden vor der Ausführung gemessen Auf dieser Seite ausführen

API-Schlüssel abrufen
ByteDance Lipsync & Avatare Lipsync #image-to-video

OmniHuman 2 verarbeitet längeres Audio von 4 bis 300 Sekunden mit einem optionalen mehrsprachigen Szenen-Prompt

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.

Präzise Szenen-, Bewegungs- und Kamerasteuerung über einen optionalen Text-Prompt in jeder unterstützten Sprache: Indonesisch, Spanisch (Mexiko), Koreanisch, Japanisch, Englisch oder Chinesisch.

•erforderlich image_url
Datei ablegen oder

URL zum Bild, aus dem das Video generiert wird. Beide Bildabmessungen müssen zwischen 300–6000 Pixeln liegen und das Breiten-/Höhenverhältnis zwischen 0.4–2.5. Dateien sind auf 30 MB begrenzt und müssen das Format jpeg, png, webp, bmp, tiff, gif, heic oder heif verwenden.

•erforderlich audio_url
Datei ablegen oder

Quell-Audio des Videos über eine URL zu einer 4–300 Sekunden langen Datei angeben. Die Datei muss wav oder mp3 sein und darf höchstens 15 MB groß sein.

POST /run/bytedance/omnihuman/v2?wait=20 Preis → 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"

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 V2

Wandelt ein Personenbild und eine Audiodatei in ein sprechendes Video um. Audio muss wav oder mp3 sein, bis zu 15 MB groß und zwischen 4 und 300 Sekunden lang. Das Bild kann bis zu 30 MB groß sein, mit Seitenlängen von 300 bis 6000 Pixeln. Ein optionaler `prompt` steuert Szene, Bewegung und Kamera in mehreren unterstützten Sprachen.

Parameter

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

NameTyp StandardZulässig Beschreibung
promptoptional
Typstring | null
Präzise Szenen-, Bewegungs- und Kamerasteuerung über einen optionalen Text-Prompt in jeder unterstützten Sprache: Indonesisch, Spanisch (Mexiko), Koreanisch, Japanisch, Englisch oder Chinesisch.
image_urlerforderlich image
Typurl · image
URL zum Bild, aus dem das Video generiert wird. Beide Bildabmessungen müssen zwischen 300–6000 Pixeln liegen und das Breiten-/Höhenverhältnis zwischen 0.4–2.5. Dateien sind auf 30 MB begrenzt und müssen das Format jpeg, png, webp, bmp, tiff, gif, heic oder heif verwenden.
audio_urlerforderlich audio
Typurl · audio
Quell-Audio des Videos über eine URL zu einer 4–300 Sekunden langen Datei angeben. Die Datei muss wav oder mp3 sein und darf höchstens 15 MB groß sein.
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/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"
  }
}
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/v2.md. Alle Modelle und Anleitungen: https://doitong.com/developers/llms.txt