Passer au contenu

Bytedance Omnihuman V2

Intégrer

Identifiant du modèle 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"

Fichiers comme dans l’exemple: 1,05 $ 1 050 crédits API vos fichiers sont mesurés avant l’exécution L’exécuter sur cette page

Obtenir une clé API
ByteDance Synchronisation labiale et avatars Synchronisation labiale #image-to-video#lipsync

OmniHuman 2 gère des audios plus longs, de 4 à 300 secondes, avec un prompt de scène multilingue facultatif

ByteDance · Vidéo

Votre premier résultat apparaîtra ici

Construisez une requête ci-dessous et exécutez-la avec votre clé API. Les sorties sont copiées dans notre stockage, conservées indéfiniment ou 7 jours gratuitement.

Créer une requête

Les contrôles sont générés à partir du schéma du modèle. Le code et le prix se mettent à jour lorsque vous les modifiez.

Contrôle précis de la scène, des mouvements et de la caméra grâce à un prompt textuel facultatif rédigé dans l’une des langues prises en charge : indonésien, espagnol (mexicain), coréen, japonais, anglais ou chinois.

•requis image_url
Déposez un fichier, ou

URL pointant vers l’image à partir de laquelle la vidéo est générée. L’image doit avoir ses deux dimensions comprises entre 300 et 6000 pixels et un rapport largeur/hauteur compris entre 0.4 et 2.5. Les fichiers sont limités à 30 MB et doivent être au format jpeg, png, webp, bmp, tiff, gif, heic ou heif.

•requis audio_url
Déposez un fichier, ou

Fournissez l’audio source de la vidéo via une URL pointant vers un fichier d’une durée de 4 à 300 secondes. Le fichier doit être au format wav ou mp3 et ne pas dépasser 15 MB.

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

Exécuter cette requête

Votre clé reste dans ce navigateur : elle est envoyée uniquement à la Doitong API et enregistrée dans localStorage uniquement si vous cochez Mémoriser. Obtenir une clé API

À propos de Bytedance Omnihuman V2

Transforme une image de personne et un fichier audio en vidéo parlante. L’audio doit être au format wav ou mp3, jusqu’à 15 MB, et durer de 4 à 300 secondes. L’image peut peser jusqu’à 30 MB, avec des côtés de 300 à 6000 pixels. Un `prompt` facultatif guide la scène, les mouvements et la caméra dans plusieurs langues prises en charge.

Paramètres

Envoyez soit le nom canonique, soit le nom natif, mais pas les deux. Noms canoniques

NomType Par défautAutorisé Description
promptfacultatif
Typestring | null
Contrôle précis de la scène, des mouvements et de la caméra grâce à un prompt textuel facultatif rédigé dans l’une des langues prises en charge : indonésien, espagnol (mexicain), coréen, japonais, anglais ou chinois.
image_urlrequis image
Typeurl · image
URL pointant vers l’image à partir de laquelle la vidéo est générée. L’image doit avoir ses deux dimensions comprises entre 300 et 6000 pixels et un rapport largeur/hauteur compris entre 0.4 et 2.5. Les fichiers sont limités à 30 MB et doivent être au format jpeg, png, webp, bmp, tiff, gif, heic ou heif.
audio_urlrequis audio
Typeurl · audio
Fournissez l’audio source de la vidéo via une URL pointant vers un fichier d’une durée de 4 à 300 secondes. Le fichier doit être au format wav ou mp3 et ne pas dépasser 15 MB.
requis Nom canonique, également accepté

Les paramètres de fichier acceptent une URL publique https://, un URI data: jusqu’à 10 MB ou le file_url d’un téléversement. Fichiers

Sortie

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"
  }
}
Vos fichiers, votre choixChaque outputs[].url est une copie dans notre stockage : conservée indéfiniment (facturation au Go-mois) ou 7 jours gratuitement, selon le réglage de votre compte ou ?storage=.
Même structure pour chaque modèletype, url, content_type, width, height et duration, pour les images, vidéos et fichiers audio. output est le propre objet de résultat du modèle.
Champs de sortie
video
object {url, content_type, file_name, file_size}Fichier vidéo résultant.
duration
number

Plus de modèles : Synchronisation labiale et avatars

Pour les agents IA : cette page au format Markdown est disponible à https://doitong.com/fr/developers/models/bytedance/omnihuman/v2.md. Tous les modèles et guides : https://doitong.com/developers/llms.txt