مواد پر جائیں

Bytedance Omnihuman V2

انٹیگریٹ کریں

ماڈل id 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"

مثال جیسی فائلیں: ⁨$1.05⁩ 1,050 API کریڈٹس آپ کی فائلیں رن سے پہلے ناپی جاتی ہیں اس صفحے پر چلائیں

API کلید حاصل کریں
ByteDance لِپ سنک اور اوتار لِپ سنک #image-to-video#lipsync

OmniHuman 2، 4 سے 300 سیکنڈ کی طویل آڈیو اور اختیاری کثیر لسانی منظر پرامپٹ سنبھالتا ہے

ByteDance · ویڈیو

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

اختیاری متنی پرامپٹ کے ذریعے منظر، حرکت اور کیمرہ کنٹرول؛ پرامپٹ کسی معاون زبان میں لکھا جا سکتا ہے: Indonesian، Spanish (Mexican)، Korean، Japanese، English یا Chinese۔

•لازمی image_url
فائل ڈراپ کریں، یا

اس تصویر کا URL جس سے ویڈیو تخلیق کی جائے گی۔ تصویر کی دونوں جہتیں 300–6000 pixels اور چوڑائی/اونچائی کا تناسب 0.4–2.5 ہونا چاہیے۔ فائل 30 MB تک اور jpeg، png، webp، bmp، tiff، gif، heic یا heif فارمیٹ میں ہونی چاہیے۔

•لازمی audio_url
فائل ڈراپ کریں، یا

ویڈیو کی ماخذ آڈیو ایسے URL کے ذریعے فراہم کریں جو 4–300 سیکنڈ دورانیے والی فائل کی طرف اشارہ کرے۔ فائل wav یا mp3 اور 15 MB سے بڑی نہیں ہونی چاہیے۔

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

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

Bytedance Omnihuman V2 کے بارے میں

شخص کی تصویر اور آڈیو فائل کو بولنے والی ویڈیو میں بدلتا ہے۔ آڈیو wav یا mp3، زیادہ سے زیادہ 15 MB، اور 4 سے 300 سیکنڈ کی ہونی چاہیے۔ تصویر زیادہ سے زیادہ 30 MB، اور اس کے اطراف 300 سے 6000 پکسلز تک ہو سکتے ہیں۔ اختیاری `prompt` متعدد معاون زبانوں میں منظر، حرکت اور کیمرے کی رہنمائی کرتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
promptاختیاری
قسمstring | null
اختیاری متنی پرامپٹ کے ذریعے منظر، حرکت اور کیمرہ کنٹرول؛ پرامپٹ کسی معاون زبان میں لکھا جا سکتا ہے: Indonesian، Spanish (Mexican)، Korean، Japanese، English یا Chinese۔
image_urlلازمی image
قسمurl · image
اس تصویر کا URL جس سے ویڈیو تخلیق کی جائے گی۔ تصویر کی دونوں جہتیں 300–6000 pixels اور چوڑائی/اونچائی کا تناسب 0.4–2.5 ہونا چاہیے۔ فائل 30 MB تک اور jpeg، png، webp، bmp، tiff، gif، heic یا heif فارمیٹ میں ہونی چاہیے۔
audio_urlلازمی audio
قسمurl · audio
ویڈیو کی ماخذ آڈیو ایسے URL کے ذریعے فراہم کریں جو 4–300 سیکنڈ دورانیے والی فائل کی طرف اشارہ کرے۔ فائل wav یا mp3 اور 15 MB سے بڑی نہیں ہونی چاہیے۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
video
object {url, content_type, file_name, file_size}نتیجے کی ویڈیو فائل۔
duration
number

مزید ماڈلز: لِپ سنک اور اوتار

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/bytedance/omnihuman/v2.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt