שפּרינגען צו אינהאַלט

Bytedance Omnihuman V2

אינטעגרירן

מאָדעל־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"

פֿײַלן ווי דער בײַשפּיל: ⁨$ 1.05⁩ 1,050 API־קרעדיטן אײַערע פֿײַלן ווערן געמאסטן איידערן לויפֿן לויפֿן עס אויף דער דאָזיקער בלאַט

באַקומען אַן API שליסל
ByteDance ליפּסינק און אַוואַטאַרן ליפּסינק #image-to-video#lipsync

OmniHuman 2 באַהאַנדלט לענגערן אַודיאָ פֿון 4 ביז 300 סעקונדעס, מיט אַן אַפּשאַנאַלן מולטילינגוואַלן סצענע־פּראָמפּט

ByteDance · ווידעא

דאָ קומט אײַער ערשטער רעזולטאַט

בויט אונטן אַ בקשה און לויפט זי מיט אײַער API שליסל. רעזולטאַטן ווערן קאַפּירט צו אונדזער סטאָרידזש, געהאַלטן אויף אייביק אָדער 7 טעג אומזיסט.

בויען אַ בעטן

קאָנטראָלן ווערן דזשענערירט פֿון דעם מאָדעל־סכעמע. דער קאָד און דער פּרײַז דערהײַנטיקן זיך ווען איר ענדערט זיי.

גענויע סצענע־, באַוועגונג־ און קאַמעראַ־קאָנטראָל דורך אַן אָפּציאָנאַלן טעקסט־פּראָמפּט אין אַן געשטיצטער שפּראַך: אינדאָנעזיש, שפּאַניש (מעקסיקאַניש), קאָרעיִש, יאַפּאַניש, ענגליש אָדער כינעזיש.

•פארלאנגט image_url
לייגט אַרײַן אַ טעקע, אָדער

URL צו דעם בילד פֿון וועלכן די ווידעא ווערט גענערירט. ביידע דימענסיעס מוזן זײַן צווישן 300–6000 פּיקסעלן, און דער ברייט־צו־הייך־פֿאַרהעלטעניש צווישן 0.4–2.5. פֿײַלן זענען באַגרענעצט צו 30 MB און מוזן נוצן jpeg, png, webp, bmp, tiff, gif, heic אָדער heif פֿאָרמאַט.

•פארלאנגט audio_url
לייגט אַרײַן אַ טעקע, אָדער

צושטעלן דעם ווידעאָס קוואַל־אַודיאָ דורך אַ URL צו אַ פֿײַל מיט געדויער פֿון 4–300 סעקונדעס. די פֿײַל מוז זײַן wav אָדער mp3 און נישט גרעסער ווי 15 MB.

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

לויפֿן דעם ריקוועסט

אײַער key בלײַבט אין דעם בלעטערער: זי ווערט געשיקט נאָר צום Doitong API און אָפּגעהיט (localStorage) נאָר אויב איר טיקט אָן געדענקען. באַקומען אַן API שליסל

וועגן Bytedance Omnihuman V2

מאַכט פֿון אַ מענטשלעכן בילד און אַן אַודיאָ־טעקע אַ רעדנדיקן ווידעאָ. דער אַודיאָ מוז זײַן wav אָדער mp3, ביז 15 MB, צווישן 4 און 300 סעקונדעס. דאָס בילד קען זײַן ביז 30 MB, מיט זײַטן פֿון 300 ביז 6000 פּיקסעלן. אַן אַפּשאַנאַלער `prompt` קאָנטראָלירט סצענע, באַוועגונג און קאַמעראַ אין עטלעכע געשטיצטע שפּראַכן.

פּאַראַמעטערס

שיקט אָדער דעם קאַנאָנישן נאָמען אָדער דעם נאַטיוון נאָמען, נישט ביידע. קאַנאָנישע נעמען

נאָמעןטיפּ סטאַנדאַרטערלויבט באַשרײַבונג
promptאָפּציאָנעל
טיפּstring | null
גענויע סצענע־, באַוועגונג־ און קאַמעראַ־קאָנטראָל דורך אַן אָפּציאָנאַלן טעקסט־פּראָמפּט אין אַן געשטיצטער שפּראַך: אינדאָנעזיש, שפּאַניש (מעקסיקאַניש), קאָרעיִש, יאַפּאַניש, ענגליש אָדער כינעזיש.
image_urlפארלאנגט image
טיפּurl · image
URL צו דעם בילד פֿון וועלכן די ווידעא ווערט גענערירט. ביידע דימענסיעס מוזן זײַן צווישן 300–6000 פּיקסעלן, און דער ברייט־צו־הייך־פֿאַרהעלטעניש צווישן 0.4–2.5. פֿײַלן זענען באַגרענעצט צו 30 MB און מוזן נוצן jpeg, png, webp, bmp, tiff, gif, heic אָדער heif פֿאָרמאַט.
audio_urlפארלאנגט audio
טיפּurl · audio
צושטעלן דעם ווידעאָס קוואַל־אַודיאָ דורך אַ URL צו אַ פֿײַל מיט געדויער פֿון 4–300 סעקונדעס. די פֿײַל מוז זײַן wav אָדער mp3 און נישט גרעסער ווי 15 MB.
פארלאנגט קאַנאָנישער נאָמען, אויך אַקצעפּטירט

טעקע־פּאַראַמעטערס נעמען אַן עפֿנטלעכע https:// URL, אַ data: URI ביז 10 MB, אָדער דעם file_url פֿון אַן אַרויפֿלאָד. טעקעס

אויסגאַבע

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"
  }
}
אייער טעקעס, אייער ברירהיעדער outputs[].url איז אַ קאַפּיע אין אונדזער סטאָרידזש: געהאַלטן אויף אייביק (באַצאָלט פּער GB־חודש) אָדער 7 טעג אומזיסט, לויט אײַער חשבון־באַשטעטיקונג אָדער ?storage=.
דער זעלבער פֿאָרעם בײַ יעדן מאָדעלtype, url, content_type, width, height און duration, סײַ פֿאַר בילדער, ווידעאָ און אַודיאָ. output איז דער אייגענער רעזולטאַט־אָביעקט פֿון מאָדעל.
פֿעלדער פֿון דער אויסגאַבע
video
object {url, content_type, file_name, file_size}רעזולטירנדיקע ווידעא־פֿײַל.
duration
number

מער מאָדעלן: ליפּסינק און אַוואַטאַרן

פֿאַר AI־אַגענטן: דער בלאַט ווי Markdown געפֿינט זיך בײַ https://doitong.com/yi/developers/models/bytedance/omnihuman/v2.md. אַלע מאָדעלן און גוידעס: https://doitong.com/developers/llms.txt