Vai al contenuto

Bytedance Omnihuman V1.5

Integra

ID del modello 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"

File come nell'esempio: 1,60 $ 1600 crediti API i tuoi file vengono misurati prima dell'esecuzione Esegui in questa pagina

Ottieni la chiave API
ByteDance Lipsync e avatar Lipsyncfino a 1080p #image-to-video

OmniHuman 1.5 aggiunge un prompt testuale, una maschera del parlante, la modalità turbo e la scelta tra 720p e 1080p

ByteDance · Video

Il tuo primo risultato apparirà qui

Crea una richiesta qui sotto ed eseguila con la tua chiave API. Gli output vengono copiati nella nostra archiviazione, conservati per sempre oppure 7 giorni gratuitamente.

Crea una richiesta

I controlli vengono generati dallo schema del modello. Il codice e il prezzo si aggiornano mentre li modifichi.

Prompt testuale che dirige la generazione del video.

•obbligatorio image_url
Trascina un file oppure

URL dell'immagine che fornisce la sorgente per la generazione del video.

•obbligatorio audio_url
Trascina un file oppure

URL della sorgente audio per la generazione del video, con un limite di durata dipendente dalla risoluzione: meno di 60 secondi per 720p o meno di 30 secondi per 1080p.

resolution predefinito 1080p

Risoluzione dell'output video: 720p offre una generazione più rapida e una qualità superiore con audio fino a 60 secondi, mentre 1080p consente audio fino a 30 secondi. Il valore predefinito è 1080p.

Avanzate mask · turbo_mode
mask_url
Trascina un file oppure

URL della maschera che identifica la persona parlante tramite l'area bianca; dopo l'applicazione della maschera all'immagine, parla solo quella persona.

POST /run/bytedance/omnihuman/v1.5?wait=20 preventivo → 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"

Esegui questa richiesta

La tua chiave rimane in questo browser: viene inviata solo al Doitong API e salvata in localStorage solo se selezioni Ricorda. Ottieni una chiave API

Informazioni su Bytedance Omnihuman V1.5

Anima l'immagine di una persona a partire da un file audio. Il `prompt` opzionale guida la scena, mentre `mask_url` limita il parlato all'area bianca di una maschera. `turbo_mode` sacrifica un po' di qualità per la velocità. `resolution` è 720p o 1080p; l'audio può durare fino a 60 secondi a 720p e 30 secondi a 1080p.

Parametri

Invia il nome canonico oppure il nome nativo, non entrambi. Nomi canonici

NomeTipo PredefinitoConsentiti Descrizione
promptfacoltativo
Tipostring | null
Prompt testuale che dirige la generazione del video.
image_urlobbligatorio image
Tipourl · image
URL dell'immagine che fornisce la sorgente per la generazione del video.
mask_urlfacoltativo mask
Tipourl · image
URL della maschera che identifica la persona parlante tramite l'area bianca; dopo l'applicazione della maschera all'immagine, parla solo quella persona.
audio_urlobbligatorio audio
Tipourl · audio
URL della sorgente audio per la generazione del video, con un limite di durata dipendente dalla risoluzione: meno di 60 secondi per 720p o meno di 30 secondi per 1080p.
turbo_modefacoltativo
Tipoboolean
Predefinitofalse
Abilita questa opzione per sacrificare una piccola quantità di qualità video in cambio di una generazione più rapida.
resolutionfacoltativo
Tipoenum
Predefinito1080p
720p1080p
Risoluzione dell'output video: 720p offre una generazione più rapida e una qualità superiore con audio fino a 60 secondi, mentre 1080p consente audio fino a 30 secondi. Il valore predefinito è 1080p.
obbligatorio Nome canonico, accettato anche

I parametri file accettano un URL pubblico https://, un URI data: fino a 10 MB oppure il file_url di un caricamento. File

Output

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"
  }
}
I tuoi file, la tua sceltaOgni outputs[].url è una copia nella nostra archiviazione: conservata per sempre (a pagamento per GB-mese) oppure 7 giorni gratuitamente, in base all'impostazione dell'account o a ?storage=.
Stessa struttura per ogni modellotype, url, content_type, width, height e duration, per immagini, video e audio. output è l'oggetto risultato del modello.
Campi dell'output
video
object {url, content_type, file_name, file_size}File video risultante.
duration
number

Altri modelli: Lipsync e avatar

Per gli agenti AI: questa pagina in Markdown è disponibile all'indirizzo https://doitong.com/it/developers/models/bytedance/omnihuman/v1.5.md. Tutti i modelli e le guide: https://doitong.com/developers/llms.txt