ข้ามไปยังเนื้อหา

Bytedance Omnihuman V2

ผสานการทำงาน

ID โมเดล 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"

ไฟล์เช่นเดียวกับตัวอย่าง: $1.05 1,050 เครดิต API ไฟล์ของคุณจะถูกวัดก่อนเรียกใช้ เรียกใช้ในหน้านี้

รับคีย์ API
ByteDance ลิปซิงก์และอวตาร ลิปซิงก์ #image-to-video#lipsync

OmniHuman 2 รองรับเสียงที่ยาวขึ้นตั้งแต่ 4 ถึง 300 วินาที พร้อมพรอมต์ฉากหลายภาษาเสริม

ByteDance · วิดีโอ

ผลลัพธ์แรกของคุณจะแสดงที่นี่

สร้างคำขอด้านล่างและเรียกใช้ด้วยคีย์ API ของคุณ เอาต์พุตจะถูกคัดลอกไปยังพื้นที่จัดเก็บของเรา และเก็บไว้ตลอดไปหรือฟรี 7 วัน

สร้างคำขอ

ตัวควบคุมสร้างจากสคีมาของโมเดล โค้ดและราคาจะอัปเดตเมื่อคุณเปลี่ยนค่า

ควบคุมฉาก การเคลื่อนไหว และกล้องอย่างแม่นยำผ่านพรอมต์ข้อความ (ไม่บังคับ) ที่เขียนด้วยภาษาที่รองรับ ได้แก่ อินโดนีเซีย สเปน (เม็กซิโก) เกาหลี ญี่ปุ่น อังกฤษ หรือจีน

•จำเป็น image_url
วางไฟล์ หรือ

URL ที่ชี้ไปยังรูปภาพซึ่งใช้สร้างวิดีโอ รูปภาพต้องมีทั้งสองมิติอยู่ระหว่าง 300–6000 พิกเซล และมีอัตราส่วนความกว้าง/ความสูงอยู่ระหว่าง 0.4–2.5 ไฟล์จำกัดขนาดไม่เกิน 30 MB และต้องอยู่ในรูปแบบ jpeg, png, webp, bmp, tiff, gif, heic หรือ heif

•จำเป็น audio_url
วางไฟล์ หรือ

ระบุเสียงต้นฉบับของวิดีโอผ่าน URL ที่ชี้ไปยังไฟล์ความยาว 4–300 วินาที ไฟล์ต้องเป็น wav หรือ mp3 และมีขนาดไม่เกิน 15 MB

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

เรียกใช้คำขอนี้

คีย์ของคุณจะอยู่ในเบราว์เซอร์นี้ โดยส่งไปยัง Doitong API เท่านั้น และจะบันทึกใน localStorage ก็ต่อเมื่อคุณเลือกจดจำ รับคีย์ API

เกี่ยวกับ Bytedance Omnihuman V2

เปลี่ยนภาพบุคคลและไฟล์เสียงให้เป็นวิดีโอพูดได้ ไฟล์เสียงต้องเป็น wav หรือ mp3 ขนาดสูงสุด 15 MB และมีความยาวระหว่าง 4 ถึง 300 วินาที ภาพมีขนาดได้สูงสุด 30 MB โดยแต่ละด้านมีขนาด 300 ถึง 6000 พิกเซล `prompt` เสริมใช้กำกับฉาก การเคลื่อนไหว และกล้องในหลายภาษาที่รองรับ

พารามิเตอร์

ส่งชื่อมาตรฐานหรือชื่อดั้งเดิมอย่างใดอย่างหนึ่งเท่านั้น ห้ามส่งทั้งสองชื่อ ชื่อมาตรฐาน

ชื่อประเภท ค่าเริ่มต้นค่าที่อนุญาต คำอธิบาย
promptไม่บังคับ
ประเภทstring | null
ควบคุมฉาก การเคลื่อนไหว และกล้องอย่างแม่นยำผ่านพรอมต์ข้อความ (ไม่บังคับ) ที่เขียนด้วยภาษาที่รองรับ ได้แก่ อินโดนีเซีย สเปน (เม็กซิโก) เกาหลี ญี่ปุ่น อังกฤษ หรือจีน
image_urlจำเป็น image
ประเภทurl · image
URL ที่ชี้ไปยังรูปภาพซึ่งใช้สร้างวิดีโอ รูปภาพต้องมีทั้งสองมิติอยู่ระหว่าง 300–6000 พิกเซล และมีอัตราส่วนความกว้าง/ความสูงอยู่ระหว่าง 0.4–2.5 ไฟล์จำกัดขนาดไม่เกิน 30 MB และต้องอยู่ในรูปแบบ jpeg, png, webp, bmp, tiff, gif, heic หรือ heif
audio_urlจำเป็น audio
ประเภทurl · audio
ระบุเสียงต้นฉบับของวิดีโอผ่าน URL ที่ชี้ไปยังไฟล์ความยาว 4–300 วินาที ไฟล์ต้องเป็น wav หรือ mp3 และมีขนาดไม่เกิน 15 MB
จำเป็น ชื่อมาตรฐาน ซึ่งรองรับเช่นกัน

พารามิเตอร์ไฟล์รับ URL https:// สาธารณะ, data: URI ขนาดไม่เกิน 10 MB หรือ file_url ของไฟล์ที่อัปโหลด ไฟล์

เอาต์พุต

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"
  }
}
ไฟล์ของคุณ คุณเลือกเองทุก outputs[].url คือสำเนาบนพื้นที่จัดเก็บของเรา: เก็บไว้ตลอดไป (คิดค่าบริการต่อ GB-เดือน) หรือฟรี 7 วัน โดยกำหนดได้ในการตั้งค่าบัญชีหรือ ?storage=
รูปแบบเดียวกันในทุกโมเดลtype, url, content_type, width, height และ duration สำหรับภาพ วิดีโอ และเสียงเหมือนกันทั้งหมด ส่วน output คือออบเจ็กต์ผลลัพธ์ของโมเดลเอง
ฟิลด์ของเอาต์พุต
video
object {url, content_type, file_name, file_size}ไฟล์วิดีโอผลลัพธ์
duration
number

โมเดลเพิ่มเติม: ลิปซิงก์และอวตาร

สำหรับเอเจนต์ AI: หน้า Markdown นี้อยู่ที่ https://doitong.com/th/developers/models/bytedance/omnihuman/v2.md. โมเดลและคู่มือทั้งหมด: https://doitong.com/developers/llms.txt