Lumaktaw sa nilalaman

Bytedance Omnihuman V2

I-integrate

ID ng modelo 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"

Mga file na katulad ng halimbawa: $1.05 1,050 kredito ng API sinusukat ang iyong mga file bago patakbuhin Patakbuhin ito sa page na ito

Kumuha ng API key
ByteDance Lipsync at Avatar Lipsync #image-to-video

Pinangangasiwaan ng OmniHuman 2 ang mas mahabang audio na 4 hanggang 300 segundo, na may opsyonal na multilingual scene prompt

ByteDance · video

Dito mapupunta ang iyong unang resulta

Bumuo ng kahilingan sa ibaba at patakbuhin ito gamit ang iyong API key. Kinokopya ang mga output sa aming storage, na pinananatili nang walang hanggan o 7 araw nang libre.

Bumuo ng kahilingan

Ang mga control ay binubuo mula sa schema ng modelo. Nagbabago ang code at presyo habang ina-adjust mo ang mga ito.

Tumpak na kontrol sa eksena, galaw, at camera sa pamamagitan ng opsyonal na text prompt sa alinmang sinusuportahang wika: Indonesian, Spanish (Mexican), Korean, Japanese, English, o Chinese.

•kinakailangan image_url
Mag-drop ng file, o

URL na tumuturo sa larawan kung saan bubuuin ang video. Dapat nasa loob ng 300–6000 pixels ang parehong dimension ng larawan at nasa loob ng 0.4–2.5 ang ratio ng width/height. Limitado sa 30 MB ang mga file at dapat ay nasa format na jpeg, png, webp, bmp, tiff, gif, heic o heif.

•kinakailangan audio_url
Mag-drop ng file, o

Ibigay ang source audio ng video sa pamamagitan ng URL na tumuturo sa file na may tagal na 4–300 segundo. Dapat ay wav o mp3 ang file at hindi lalampas sa 15 MB.

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

Patakbuhin ang kahilingang ito

Nananatili ang iyong key sa browser na ito: ipinapadala lamang ito sa Doitong API at sine-save (localStorage) lamang kung pipiliin mo ang Tandaan. Kumuha ng API key

Tungkol sa Bytedance Omnihuman V2

Ginagawang talking video ang larawan ng tao at audio file. Dapat wav o mp3 ang audio, hanggang 15 MB, at nasa pagitan ng 4 at 300 segundo. Maaaring hanggang 30 MB ang larawan, na may mga gilid na 300 hanggang 6000 pixel. Ang optional na `prompt` ay gumagabay sa scene, galaw at camera sa ilang sinusuportahang wika.

Mga parameter

Ipadala ang canonical na pangalan o ang native na pangalan, hindi pareho. Mga canonical na pangalan

PangalanUri defaultPinapayagan Paglalarawan
promptopsyonal
Uristring | null
Tumpak na kontrol sa eksena, galaw, at camera sa pamamagitan ng opsyonal na text prompt sa alinmang sinusuportahang wika: Indonesian, Spanish (Mexican), Korean, Japanese, English, o Chinese.
image_urlkinakailangan image
Uriurl · image
URL na tumuturo sa larawan kung saan bubuuin ang video. Dapat nasa loob ng 300–6000 pixels ang parehong dimension ng larawan at nasa loob ng 0.4–2.5 ang ratio ng width/height. Limitado sa 30 MB ang mga file at dapat ay nasa format na jpeg, png, webp, bmp, tiff, gif, heic o heif.
audio_urlkinakailangan audio
Uriurl · audio
Ibigay ang source audio ng video sa pamamagitan ng URL na tumuturo sa file na may tagal na 4–300 segundo. Dapat ay wav o mp3 ang file at hindi lalampas sa 15 MB.
kinakailangan Canonical na pangalan, tinatanggap din

Tumatanggap ang mga parameter ng file ng pampublikong https:// URL, data: URI na hanggang 10 MB, o file_url ng isang upload. Mga file

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"
  }
}
Ikaw ang pumipili para sa iyong mga fileAng bawat outputs[].url ay kopya sa aming storage: pinananatili nang walang hanggan (sinisingil bawat GB-month) o 7 araw nang libre, ayon sa setting ng iyong account o ?storage=.
Parehong shape sa bawat modelotype, url, content_type, width, height at duration, para sa mga larawan, video at audio. Ang output ay sariling result object ng modelo.
Mga field ng output
video
object {url, content_type, file_name, file_size}Resultang video file.
duration
number

Higit pang modelo: Lipsync at Avatar

Para sa mga AI agent: nasa Markdown ang pahinang ito sa https://doitong.com/fil/developers/models/bytedance/omnihuman/v2.md. Lahat ng modelo at gabay: https://doitong.com/developers/llms.txt