API for bilde til video

Et API for bilde til video bruker et stillbilde som utgangspunkt eller visuell referanse for en generert video. Appen din leverer bildet og støttede innstillinger, ofte sammen med en bevegelsesprompt. Resultatet er et nytt klipp, ikke en enkel lysbildefremvisning eller en garantert rekonstruksjon bilde for bilde.

Bruk skarpe bilder med et tydelig motiv, fornuftig utsnitt og synlige detaljer. Gi rom til bevegelsen du ønsker, og unngå forvirrende overlapp eller sterkt komprimerte kilder. For et produkt bør viktige etiketter og kanter være lette å se; for et portrett bør du starte med et tydelig ansikt og et passende utsnitt.

Fokuser på hva som skal bevege seg, og hva som skal være stabilt. Beskriv motivets bevegelse, kamerabevegelsen og stemningen i stedet for å gjenta alle detaljer som allerede er synlige i bildet. Start med en enkel handling, se på resultatet, og endre deretter én instruksjon om gangen.

Noen endepunkter for bilde til video støtter start- og sluttbilder, mens andre bare godtar et startbilde eller andre referansemoduser. Sjekk de dokumenterte feltene og bildegrensene. Velg bilder som beskriver en troverdig overgang; svært ulike motiver eller komposisjoner kan gjøre interpoleringen vanskeligere.

Genereringen forutsier nye vinkler og bevegelser ut fra begrenset visuell informasjon, så små detaljer kan forskyve seg. Prøv et tydeligere kildebilde, roligere bevegelse og en prompt som eksplisitt ber om å bevare motivet. Sammenlign modeller med den samme filen, og kontroller detaljer som er kritiske for merkevaren, før du publiserer.

Du kan beskrive kamerabruken i en prompt, og noen modeller har egne kontroller for dette. Bekreft hvilke alternativer endepunktet støtter, før du legger til parametere. Bruk én tydelig bevegelse, for eksempel en langsom innzooming eller panorering, og vurder om den bevarer motivet i tillegg til å gi ønsket opptak.

Lydstøtte avhenger av modellen. Noen endepunkter genererer innebygd lyd, noen har lyd som et valg, og andre returnerer video uten lyd. Sjekk den valgte modellen og prisnivået. For et portrett som snakker, kan snakkende avatar passe bedre; for nøyaktig fortellerstemme kan et eget trinn med tekst til tale passe inn i arbeidsflyten.

Bruk bare verdiene som er dokumentert for den valgte modellen. Tilpass utsnittet til den endelige plasseringen, og sørg for at kildebildet passer til det. Lengre klipp og høyere oppløsning kan endre kostnaden og hvordan genereringen oppfører seg, så sammenlign en praktisk utkastinnstilling før du setter i gang en stor batch.

Send modellen og bildeinndataene via PoYos generering, lagre task_id og følg oppgaven til den er fullført. Bruk statusendepunktet eller en støttet callback_url, og les deretter videoresultatet. Lagre originalbildet og forespørselsinnstillingene sammen med oppgaven, slik at brukerne kan sammenligne de genererte versjonene.

Sjekk prisen og faktureringsenheten for den valgte modellen: video kan faktureres per klipp, per generering eller per sekund. Oppløsning, varighet, kvalitet og lyd kan påvirke hvilket prisnivå som gjelder. Anslå kostnaden for hele den ønskede konfigurasjonen og antall forsøk i stedet for å bruke én startpris på alle videoer.

Bruk bilde til video for å gi et stillbilde bevegelse. Velg bevegelseskontroll når bevegelsen skal følge en referansevideo. Velg snakkende avatar når et portrett skal snakke til et lydspor du leverer. Resultatene fra disse oppgavene kan ligne på hverandre, men de krever ulike inndata og har ulike kontroller.

Bekreft at kilde-URL-en er tilgjengelig, og kontroller støttet bildeformat, utsnitt, varighet og modell-ID. Lagre hver task-ID, styr antall samtidige innsendinger, og se på feilene før du prøver igjen. Start med et lite utvalg representative bilder for å sjekke hvor godt motivet bevares, og hva det koster å få et akseptabelt klipp.