Tekst til video-API

Et API til tekst til video forvandler en skriftlig beskrivelse til et genereret klip. Din applikation angiver scenen og de understøttede indstillinger og henter videoen, når behandlingen er færdig. Det egner sig til oprettelse af optagelser, kreativ prototyping og produkter, der tilbyder AI-videogenerering til deres brugere.

Beskriv én tydelig scene: motiv, handling, miljø, kamerabevægelse og visuel stil. Brug bevægelsesord, der kan nå at ske inden for den valgte varighed. Undgå at proppe en hel historie ind i ét kort klip. Del forskellige optagelser op i anmodninger, som din applikation kan samle bagefter.

Sammenlign modeller på repræsentative optagelser i stedet for at forlade dig på én prangende demovideo. Vurdér bevægelse, visuel stabilitet, hvor præcist prompten følges, lyd og behandlingstid sammen med prisen. Hold inputindstillingerne ens, og noter, hvor mange forsøg der skal til for at få et brugbart klip til netop din applikation.

Nogle videomodeller genererer indbygget lyd, mens andre returnerer klip uden lyd eller har valgfrie lydindstillinger. Tjek det konkrete endpoint for adfærd omkring tale, musik og lydeffekter. Hvis du skal bruge præcis fortællerstemme, kan du overveje at generere en separat voiceover med Tekst til tale og kombinere den i dit medieforløb.

Hvilke varigheder der er til rådighed, afhænger af modellen og endpointet. Vælg en dokumenteret varighed og ikke et tilfældigt tal. Til længere indhold kan du generere enkelte optagelser og samle dem eller bruge forlængelsesfunktioner, hvis den valgte model understøtter dem. Et API til korte klip laver ikke automatisk en komplet redigeret film.

Vælg en tilgængelig opløsning og et billedformat, der passer til den endelige placering. Højere dimensioner kan øge prisen eller behandlingstiden uden at rette svag bevægelse eller unøjagtigt indhold. Test først en praktisk kladdekonfiguration, og bekræft derefter de endelige outputindstillinger for den valgte model.

Genbrug tydelige beskrivelser af motiv og stil, planlæg optagelserne, før du genererer, og undgå at ændre for mange variabler mellem anmodningerne. Hvis identitet eller udseende skal følge et fast design, så skift til understøttede billed- eller multimodale referenceinput. Klip, der er genereret uafhængigt ud fra kun tekst, kan afvige i karakterer, objekter eller omgivelser.

Nej. Generative videomodeller syntetiserer nye klip ud fra instruktioner. Skabelonrendering, samling af undertekster og redigering af stockoptagelser er separate forløb, som kan kombineres med genererede klip. Brug PoYo's opgave- og modeldokumentation til at vælge genereringsfunktioner, der passer til din pipeline.

Send modellen og de understøttede input til /api/generate/submit, og gem det returnerede task_id. Forespørg /api/generate/status/{task_id}, eller brug callback_url til at modtage events, når opgaven er færdig. Gem jobbets tilstand i din applikation, så en opdatering af browseren eller en timeout hos klienten ikke får dig til at miste overblikket over en videoanmodning, der kører.

Videopriser kan gælde pr. generering, pr. klip eller pr. sekund med niveauer for varighed, opløsning, kvalitet og lyd. Sammenlign de faktiske indstillinger og faktureringsenheden for hver model. Medregn prisen på kreative udkast, der bliver kasseret, når du vurderer, hvad en færdig produktion kommer til at koste.

Videogenerering kan tage længere tid end en almindelig HTTP-anmodning. Tjek den gemte opgavestatus, før du prøver igen, og undersøg den returnerede fejl for indstillinger, der ikke understøttes, manglende input eller problemer med kontoen. Antag ikke, at en timeout hos klienten beviser en fejl, og opret ikke dublerede jobs, mens den oprindelige opgave kører.

Åbn den valgte modelside for at se den aktuelle API-dokumentation og eksempler, eller læs /models/{model-id}/llms.txt. Brug de felter i din Python-, JavaScript- eller HTTP-klient. Opbevar legitimationsoplysninger på serveren, og hold jobs til klipgenerering adskilt fra den grænseflade, der viser deres fremdrift.