Op den Inhalt sprangen

Bytedance Omnihuman V1.5

Integréieren

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"

Dateie wéi am Beispill: 1,60 $ 1.600 API-Kreditter Är Dateie gi virun der Ausféierung gemooss Op dëser Säit ausféieren

API-Schlëssel kréien
ByteDance Lipsync & Avataren Lipsyncbis zu 1080p #image-to-video

OmniHuman 1.5 füügt en Text-Prompt, eng Spriecher-Mask, den Turbo-Modus an eng Wiel tëscht 720p an 1080p bäi

ByteDance · Video

Äin éischt Resultat kënnt hei hin

Baut hei drënner eng Ufro a féiert se mat Ärem API-Schlëssel aus. Output gëtt an eis Späicherung kopéiert, fir ëmmer oder 7 Deeg gratis gespäichert.

Eng Ufro erstellen

D'Kontrolle ginn aus dem Modellschema generéiert. De Code an de Präis aktualiséiere sech, wann s du se ännerst.

Text-Prompt, deen d'Videogeneratioun steiert.

•obligatoresch image_url
Fichier erofzéien, oder

Bild-URL, déi d'Quell fir d'Videogeneratioun liwwert.

•obligatoresch audio_url
Fichier erofzéien, oder

Audioquell-URL fir d'Videogeneratioun, mat enger opléisungsabhängeger Dauerlimit: manner wéi 60 Sekonne bei 720p oder manner wéi 30 Sekonne bei 1080p.

resolution Standard 1080p

Opléisung vum Video-Output: 720p erméiglecht eng méi séier Generatioun a méi héich Qualitéit mat Audio bis zu 60 Sekonnen, wärend 1080p Audio bis zu 30 Sekonne erlaabt. De Standard ass 1080p.

Erweidert mask · turbo_mode
mask_url
Fichier erofzéien, oder

Mask-URL, déi déi schwätzend Persoun duerch hir wäiss Fläch identifizéiert; nodeems d'Mask op d'Bild ugewannt gouf, schwätzt nëmmen dës Persoun.

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

Dës Ufro ausféieren

Äre Schlëssel bleift an dësem Browser: e gëtt nëmmen un d'Doitong API geschéckt an nëmme gespäichert (localStorage), wann s du „Erënneren“ aktivéiers. En API-Schlëssel kréien

Iwwer Bytedance Omnihuman V1.5

Animéiert e Persounebild aus enger Audiodatei. Den optionalen `prompt` steiert d'Zeen, an `mask_url` limitéiert d'Schwätzen op de wäisse Beräich vun enger Mask. `turbo_mode` tauscht e bëssen Qualitéit géint Geschwindegkeet. `resolution` ass 720p oder 1080p; den Audio ka bis zu 60 Sekonne bei 720p an 30 Sekonne bei 1080p hunn.

Parameteren

Schéck entweder den kanoneschen Numm oder den natierlechen Numm, net béid. Kanonesch Nimm

NummTyp StandardErlaabt Beschreiwung
promptoptional
Typstring | null
Text-Prompt, deen d'Videogeneratioun steiert.
image_urlobligatoresch image
Typurl · image
Bild-URL, déi d'Quell fir d'Videogeneratioun liwwert.
mask_urloptional mask
Typurl · image
Mask-URL, déi déi schwätzend Persoun duerch hir wäiss Fläch identifizéiert; nodeems d'Mask op d'Bild ugewannt gouf, schwätzt nëmmen dës Persoun.
audio_urlobligatoresch audio
Typurl · audio
Audioquell-URL fir d'Videogeneratioun, mat enger opléisungsabhängeger Dauerlimit: manner wéi 60 Sekonne bei 720p oder manner wéi 30 Sekonne bei 1080p.
turbo_modeoptional
Typboolean
Standardfalse
Aktivéiert dëst, fir e klengen Deel vun der Videoqualitéit fir eng méi séier Generatioun opzeginn.
resolutionoptional
Typenum
Standard1080p
720p1080p
Opléisung vum Video-Output: 720p erméiglecht eng méi séier Generatioun a méi héich Qualitéit mat Audio bis zu 60 Sekonnen, wärend 1080p Audio bis zu 30 Sekonne erlaabt. De Standard ass 1080p.
obligatoresch Kanoneschen Numm, och akzeptéiert

Fichierparameter akzeptéieren eng ëffentlech https:// URL, eng data: URI bis zu 10 MB oder de file_url vun engem Upload. Fichieren

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"
  }
}
Är Fichieren, Är WielAll outputs[].url ass eng Kopie an eiser Späicherung: fir ëmmer gespäichert (bezuelbar pro GB-Mount) oder 7 Deeg gratis, jee no Ärer Kontastellung oder ?storage=.
D'selwecht Struktur bei all Modelltype, url, content_type, width, height an duration, fir Biller, Video an Audio gläichermoossen. output ass dem Modell säin eegent Resultatobjet.
Output-Felder
video
object {url, content_type, file_name, file_size}Resultéierend Video-Datei.
duration
number

Méi Modeller: Lipsync & Avataren

Fir AI-Agenten: dës Säit als Markdown ass ënner https://doitong.com/lb/developers/models/bytedance/omnihuman/v1.5.md. All Modeller a Guiden: https://doitong.com/developers/llms.txt