Drop files here, paste files, or add a URL. Required. Exactly one character image. JPEG, PNG, WebP, BMP, TIFF, GIF, HEIC or HEIF, up to 30 MB; 300–6,000 px per side and an aspect ratio between 0.4 and 2.5.
Drop files here, paste files, or add a URL. Required. One WAV or MP3 voice, song or dialogue track, 4–300 seconds and up to 15 MB. The video length follows the audio.
Exemple de sortie
Ceci est un exemple de données. Générez un nouveau résultat pour voir la sortie réelle.
Tarification transparente, sans frais cachés. Payez à l'usage.
omnihuman-2.0| Modèle | Spécification | Prix PoYo | Prix officiel | Économie |
|---|---|---|---|---|
| omnihuman-2.0 | 720p | $0.105/s 21 crédits /s | - | - |
* Les frais réels sont basés sur la sortie finale.
Une image et une piste audio deviennent une vidéo qui parle et qui chante
Utilisez omnihuman-2.0 avec exactement une image dans image_urls et un fichier WAV ou MP3 dans audio_url. L'audio doit durer entre 4 et 300 secondes et ne pas dépasser 15MB. Ajoutez un prompt facultatif pour diriger les actions, les éléments de la scène et les mouvements de caméra. La sortie est en 720p et dure aussi longtemps que l'audio.
Les exemples officiels d'OmniHuman 2.0 illustrent l'interprétation émotionnelle, la synchronisation labiale, les dialogues à plusieurs, le chant et les personnages non humains. Activez le son pour écouter l'audio d'origine.
01
OmniHuman 2.0 suit le rythme, l'intonation et le ressenti de l'audio au lieu de se contenter de bouger les lèvres. Les expressions du visage, les mouvements de tête et le langage corporel accompagnent l'interprétation, si bien que les monologues dramatiques comme les explications posées paraissent naturels.
02
La forme de la bouche reste alignée sur chaque syllabe, même pour des personnages non humains. Animaux, mascottes de dessin animé, figures 3D et illustrations stylisées peuvent parler ou chanter tout en conservant leur design d'origine.
03
À partir d'une image comportant plusieurs personnes, OmniHuman 2.0 peut mettre en scène une conversation naturelle : la personne qui parle s'exprime pendant que les autres écoutent et réagissent. Idéal pour les interviews, les sketchs et les scènes de dialogue, sans assembler de clips séparés.
04
OmniHuman 2.0 accepte un audio allant jusqu'à 300 secondes, de quoi couvrir une chanson entière, une leçon ou une présentation de produit en une seule génération. Les performances chantées suivent la mélodie avec une respiration, une expression et un rythme corporel cohérents.
05
Donnez une voix aux mascottes, aux animaux de compagnie et aux personnages animés. OmniHuman 2.0 adapte les mouvements du visage à l'anatomie de chaque personnage, pour qu'un raton laveur ou un héros de dessin animé parle avec des expressions crédibles.
Transformez des cours enregistrés et des narrations en vidéos avec présentateur. La prise en charge des audios longs permet de couvrir des explications complètes en une seule prise, et un formateur constant crée de la familiarité tout au long d'un cours.
Créez des vidéos de porte-parole, des démonstrations de produits et des publicités localisées à partir d'une seule photo. Changez l'audio pour produire des versions dans différentes langues avec le même présentateur.
Produisez des performances chantées, des vidéos de paroles et des sketchs de personnages. OmniHuman 2.0 suit la mélodie et le rythme, ce qui le rend adapté aux reprises, aux artistes virtuels et au divertissement en format court.
Animez un présentateur virtuel, un avatar de service client ou un ambassadeur de marque avec une parole et des gestes naturels pour vos sites web, applications et réseaux sociaux.
Donnez vie à des animaux de compagnie, des mascottes et des personnages illustrés pour vos campagnes, contenus jeunesse et récits, sans animation traditionnelle.
Ajoutez la génération d'avatars pilotés par l'audio à votre produit grâce à l'API asynchrone de PoYo, avec suivi des tâches, callbacks et facturation à la seconde.
OmniHuman 2.0 conserve le principe d'OmniHuman 1.5, une image et une piste audio, et fait passer une prise unique de moins d'une minute à 5 minutes. En contrepartie, la résolution baisse : OmniHuman 2.0 produit du 720p, tandis qu'OmniHuman 1.5 propose aussi le 1080p.
| Fonctionnalité | OmniHuman 2.0 sur PoYo | OmniHuman 1.5 |
|---|---|---|
| Entrées | 1 image + 1 piste audio + prompt facultatif | 1 image + 1 piste audio + prompt facultatif |
| Durée maximale audio et vidéo | 4–300 secondes (jusqu'à 5 minutes) | Moins de 60 secondes en 720p ; moins de 30 secondes en 1080p |
| Résolution de sortie | 720p | 720p ou 1080p |
| Contrôle par prompt | Facultatif ; guide les actions, les éléments de scène et les mouvements de caméra | Facultatif ; guide les actions, les objets et les mouvements de caméra |
| Scènes à plusieurs personnes | Pris en charge | Pris en charge |
| Chant | Pris en charge | Pris en charge |
| Personnages non humains | Animaux de compagnie, personnages de dessin animé et d'anime | Animaux, personnages anthropomorphes et dessins animés |
La colonne OmniHuman 2.0 indique les paramètres acceptés par PoYo. La colonne OmniHuman 1.5 s'appuie sur la page du projet OmniHuman 1.5 de ByteDance, la page produit BytePlus et la documentation de l'API fal. Pour les deux modèles, la vidéo dure aussi longtemps que l'audio fourni.
Étape 1 : Inscrivez-vous et créez une clé API.
Connectez-vous à PoYo et créez une clé d'accès pour votre application.
Obtenir une clé API →
Étape 2 : Rechargez vos crédits.
Ajoutez des crédits à votre compte. Le Playground estime les crédits à partir de la durée de votre audio avant la génération.
Ajouter des crédits →
Étape 3 : Intégrez l'API.
Envoyez model: "omnihuman-2.0" avec image_urls, audio_url et un prompt facultatif à /api/generate/submit, puis interrogez l'ID de la tâche ou fournissez une URL de callback.
Voir la référence de l'API →
Aucun abonnement ni minimum. Vous payez les secondes de vidéo produites, et le Playground affiche une estimation avant l'envoi.
Importez une image et un fichier audio dans le Playground, ajoutez un prompt et examinez la requête JSON exacte avant l'intégration.
Utilisez la même authentification et le même flux de tâches pour OmniHuman 2.0, Kling Avatar 2.0 et d'autres modèles vidéo, image et audio sur PoYo.
Interrogez l'ID de la tâche ou fournissez une URL de callback, puis récupérez la vidéo finale via le même flux asynchrone.
