Drop files here, paste files, or add a URL. Photo mode: one photo of the person to animate. JPEG, PNG, or WebP.
Drop files here, paste files, or add a URL. Optional. Adding a video switches to reference video mode: an animated or illustrated character, at least 2 seconds long and up to 50 MB.
Drop files here, paste files, or add a URL. Speech audio, 2–60 seconds and up to 15 MB. The video runs the length of the audio. MP3, WAV, M4A, AAC, or OGG.
Saída de exemplo
Estes são dados de exemplo. Gere um novo resultado para ver a saída real.
Pague pelo uso. Sem assinatura, sem taxas ocultas.
| Nível | 1080p | 2K |
|---|---|---|
| Avatar 6 | $0.080/seg 16 créditos/seg $0.100/segEconomize 20% | $0.116/seg 23.2 créditos/seg $0.145/segEconomize 20% |
| Avatar 6 Turbo | $0.040/seg 8 créditos/seg $0.050/segEconomize 20% | $0.070/seg 14 créditos/seg $0.087/segEconomize 20% |
As cobranças são baseadas na saída final.
Foto, vídeo de personagem ou avatar pronto viram vídeo falante com lip-sync em 1080p ou 2K
API HeyGen Avatar 6: transforme uma foto em um vídeo falante
A API HeyGen Avatar 6 traz o modelo de avatar falante mais recente da HeyGen, lançado em 17 de novembro de 2026: ele transforma uma foto, um vídeo de personagem de desenho animado ou um avatar pronto da HeyGen em um vídeo falante com lip-sync, em 1080p ou 2K, com gestos que acompanham a fala. Escolha o heygen-avatar-6 ou o heygen-avatar-6-turbo, pela metade do preço em 1080p.
Modelos disponíveis da API HeyGen Avatar 6 no PoYo
HeyGen Avatar 6 Turbo (heygen-avatar-6-turbo)
Principais recursos da API HeyGen Avatar 6
A API HeyGen Avatar 6 oferece três formas de criar um avatar falante com um único formato de requisição: envie uma foto com áudio, um vídeo de personagem com áudio ou um avatar pronto com texto ou áudio e depois dirija os gestos com um prompt.
01
Transforme uma foto em um vídeo falante em 1080p ou 2K
A API HeyGen Avatar 6 transforma uma foto de uma pessoa em um vídeo de foto falante: adicione o áudio da fala e ela retorna um clipe com lip-sync que dura o mesmo que o áudio, de 2 a 60 segundos. Envie a foto em image_urls e a fala em audio_url; o vídeo mantém a proporção da foto. Nos testes do PoYo, uma foto quadrada com 5 segundos de áudio retornou um vídeo de 1088×1088 em 1080p em cerca de 48 segundos. Neste exemplo da HeyGen, uma única foto vira um apresentador em um escritório que fala e gesticula com naturalidade.
- Uma foto em image_urls mais 2–60 s de áudio
- A duração do vídeo acompanha a faixa de áudio
- 1080p por padrão, 2K ao definir resolution
02
Anime personagens de desenho animado e ilustrados a partir de um vídeo de referência
Com a API HeyGen Avatar 6, mascotes, apresentadores animados e personagens ilustrados também podem falar. Envie um vídeo do personagem em video_url, com pelo menos 2 segundos e até 50 MB, com a fala em audio_url, e adicione em image_urls uma foto de referência do mesmo personagem, se tiver. Neste exemplo do PoYo, um clipe de 5 segundos em uma estufa, a imagem estática do personagem e uma fala de 8,3 segundos geraram um vídeo de 8,2 segundos em 1080p, com um prompt de movimento que marca um aceno no "Hi".
- Vídeo de referência de um personagem de desenho animado ou ilustrado
- Foto opcional do mesmo personagem em image_urls
- O vídeo mantém a proporção do clipe de referência
03
1.248 avatares prontos da HeyGen que leem o seu texto
A API HeyGen Avatar 6 pode criar um vídeo de apresentador só com um roteiro. Escolha em avatar um dos 1.248 looks de avatares prontos da HeyGen, distribuídos entre 156 apresentadores, e envie até 1.000 caracteres em text com uma das 102 vozes da lista, ou envie seu próprio audio_url. Escolha 16:9, 9:16, 1:1, 4:5 ou 5:4. Neste exemplo do PoYo, o avatar Annie Sofa Sitting Front leu um roteiro de 29 palavras com a voz Ivy e retornou um vídeo de 10,8 segundos em 1080p, cobrado como 11 segundos.
- Nomes de avatar são reconhecidos sem diferenciar maiúsculas e minúsculas
- Requisições com texto são cobradas pela duração real do vídeo
- Cinco proporções no modo de avatar público
04
Prompts de movimento que marcam gestos em palavras específicas
Na API HeyGen Avatar 6, escreva a ação ao lado da palavra e o avatar a executa no momento certo. O campo opcional prompt aceita até 1.200 caracteres e funciona nos três modos. O exemplo da HeyGen usou: "Friendly pharmacist. On 'Hello', give a thumbs up. On 'the counter on the left', point to the side with your index finger. On 'always happy to chat', place your right hand on your heart. On 'some water', wave your right hand." O apresentador faz cada gesto na palavra correspondente.
- Até 1.200 caracteres de direção
- Associe gestos e expressões a palavras exatas
- Mesmo campo nos modos de foto, vídeo e avatar
05
Gestos que acompanham o que é dito
Mesmo sem prompt, o HeyGen Avatar 6 acompanha o sentido da fala: segundo a HeyGen, o modelo varia gestos e expressões a cada frase, como apontar, contar ou fazer movimentos direcionais, em vez de repetir um único movimento. Funciona do mesmo jeito com entrada de áudio ou de texto. Neste exemplo da HeyGen, a expressão do apresentador muda a cada frase.
- Gestos ajustados ao sentido do roteiro
- Expressões que mudam a cada frase
- Funciona com entrada de áudio ou de texto
Quem pode se beneficiar da API HeyGen Avatar 6?
Equipes de e-learning e treinamento
Transforme roteiros de aulas em vídeos com apresentador usando a API HeyGen Avatar 6, um avatar pronto e uma voz da lista, e gere de novo um módulo quando o texto mudar. Cada clipe tem a duração da narração, e o Turbo mantém os rascunhos a 8 créditos por segundo em 1080p.
Equipes de marketing e publicidade
Produza vídeos explicativos de produto e variações de anúncio em 16:9, 9:16 ou 1:1 a partir de um único roteiro. Teste ganchos com o HeyGen Avatar 6 Turbo e renderize a versão final com o HeyGen Avatar 6 em 2K.
Vendas e prospecção de clientes
Envie vídeos curtos e personalizados para prospects: anime a foto de um vendedor com uma mensagem gravada ou deixe um apresentador pronto ler um roteiro sob medida. Um clipe Turbo de 20 segundos em 1080p custa 160 créditos ($0.80).
Equipes de localização
Combine a mesma foto ou o mesmo avatar pronto com uma locução para cada mercado, para que todas as versões mantenham o mesmo apresentador. Cada clipe acompanha o áudio que você fornecer, de 2 a 60 segundos.
Criadores e estúdios de animação
Dê voz a mascotes e personagens ilustrados a partir de um clipe de referência curto e use o prompt de movimento para encaixar um aceno ou um movimento de cabeça na palavra certa, sem animar os movimentos da boca à mão.
Apps de vídeo com IA e plataformas SaaS
Adicione ao seu produto uma API de avatar falante: recursos de foto para vídeo falante e de texto para apresentador pela API HeyGen Avatar 6, com um único formato de requisição assíncrona para dois IDs de modelo, preço por segundo e notificações por callback_url.
HeyGen Avatar 6 vs Avatar 6 Turbo — qual combina com o seu projeto?
Os dois modelos da API HeyGen Avatar 6 compartilham no PoYo os mesmos campos de requisição, modos e limites, então trocar de um para o outro é só mudar o ID do modelo. A diferença está no preço e no nível de velocidade e qualidade da HeyGen: o HeyGen Avatar 6 Turbo custa metade do preço em 1080p e roda na infraestrutura de menor latência da HeyGen.
| Recurso | HeyGen Avatar 6 | HeyGen Avatar 6 Turbo |
|---|---|---|
| ID do modelo | heygen-avatar-6 | heygen-avatar-6-turbo |
| Ideal para | Vídeos finais de apresentadores e personagens | Rascunhos, prévias e clipes em alto volume |
| Nível na HeyGen | Avatar 6 Quality | Avatar 6 Turbo, na infraestrutura de inferência acelerada da HeyGen |
| Preço em 1080p | 16 créditos ($0.08) por segundo | 8 créditos ($0.04) por segundo |
| Preço em 2K | 23,2 créditos ($0.116) por segundo | 14 créditos ($0.07) por segundo |
| Vídeo de 10 segundos em 1080p | 160 créditos ($0.80) | 80 créditos ($0.40) |
| Modos de entrada | Foto + áudio; vídeo de personagem + áudio; avatar pronto + texto ou áudio | Os mesmos três modos |
| Resolução de saída | 1080p (padrão) ou 2K | 1080p (padrão) ou 2K |
| Áudio de entrada | 2–60 segundos, até 15 MB | 2–60 segundos, até 15 MB |
| Avatares prontos e vozes | 1.248 looks; texto de até 1.000 caracteres; 102 vozes na lista | Mesma lista e mesmos limites |
| Prompt de movimento | Até 1.200 caracteres | Até 1.200 caracteres |
| Proporção no modo de avatar | 16:9, 9:16, 1:1, 4:5, 5:4 | 16:9, 9:16, 1:1, 4:5, 5:4 |
| Testes no PoYo | Foto, 1080p, vídeo de 4,9 s: cerca de 48 s. Avatar pronto + texto, 2K, vídeo de 5,2 s: cerca de 3 min | Avatar pronto + texto, 1080p, vídeos de 14,6–18,6 s: cerca de 1,7–1,9 min. Vídeo de personagem, 2K, vídeo de 4,9 s: cerca de 2,7 min |
| Cobrança | Áudio: segundos de áudio arredondados para cima, cobrados no envio. Texto: segundos do vídeo final arredondados para cima | Mesmas regras |
Preços e limites referem-se aos modelos da API HeyGen Avatar 6, heygen-avatar-6 e heygen-avatar-6-turbo, no PoYo, em 18 de novembro de 2026. Os testes são tarefas individuais no ambiente de testes do PoYo e variam conforme a duração do clipe e a carga.
Como usar a API HeyGen Avatar 6 no PoYo
Etapa 1: crie sua chave de API do PoYo
Entre no PoYo e crie uma chave de API no painel; a mesma chave funciona com os dois modelos da API HeyGen Avatar 6, heygen-avatar-6 e heygen-avatar-6-turbo.
Criar chave de API →
Etapa 2: adicione créditos
Recarregue seu saldo. Um vídeo de 10 segundos em 1080p custa 160 créditos com o HeyGen Avatar 6 ou 80 créditos com o HeyGen Avatar 6 Turbo.
Adicionar créditos →
Etapa 3: envie uma tarefa e receba o vídeo
Para chamar a API HeyGen Avatar 6, envie uma requisição POST para /api/generate/submit com "model": "heygen-avatar-6" e as entradas de um dos modos: image_urls + audio_url para uma foto, video_url + audio_url para um vídeo de personagem, ou avatar + text (ou audio_url) para um avatar pronto. Consulte o task_id retornado ou defina uma callback_url. A documentação da API HeyGen Avatar 6 lista todos os nomes de avatares e vozes.
Ler a documentação da API →
Perguntas frequentes sobre a API HeyGen Avatar 6
O que é o HeyGen Avatar 6?
O HeyGen Avatar 6 é o modelo de vídeo de avatar falante da HeyGen, lançado em 17 de novembro de 2026. Ele anima uma foto, um vídeo de personagem de desenho animado ou ilustrado, ou um avatar pronto da HeyGen, transformando-os em um vídeo falante com lip-sync, em 1080p ou 2K, com gestos ajustados à fala. No PoYo, a API HeyGen Avatar 6 oferece o heygen-avatar-6 e o heygen-avatar-6-turbo, de menor latência, com cobrança por segundo e um Playground para testes.
Existe uma API HeyGen para o Avatar 6?
Sim. A HeyGen oferece o Avatar 6 pela própria API HeyGen e, no PoYo, você chama a API HeyGen Avatar 6 com uma requisição POST para /api/generate/submit usando o ID de modelo heygen-avatar-6 ou heygen-avatar-6-turbo; depois, lê o resultado no endpoint de status da tarefa ou por uma callback_url. Uma única chave de API do PoYo cobre os dois IDs de modelo e todos os outros modelos do PoYo, e a documentação da API inclui um exemplo de requisição para cada modo de entrada.
Quanto custa a API HeyGen Avatar 6?
Quanto ao preço da API HeyGen no PoYo, o HeyGen Avatar 6 custa 16 créditos ($0.08) por segundo em 1080p e 23,2 créditos ($0.116) em 2K. O HeyGen Avatar 6 Turbo custa 8 créditos ($0.04) por segundo em 1080p e 14 créditos ($0.07) em 2K. Com áudio, a cobrança é a duração do áudio arredondada para cima em segundos inteiros; com texto, é a duração do vídeo final arredondada para cima. Um vídeo Turbo de 10 segundos em 1080p custa 80 créditos ($0.40), e você paga só pelos segundos que gerar, sem assinatura.
Como obter uma chave da API HeyGen Avatar 6?
Crie uma conta no PoYo, abra a página API Keys no painel e crie uma chave. Adicione créditos na página de cobrança e depois envie a chave como token Bearer na sua requisição. A mesma chave do PoYo funciona com os dois modelos da API HeyGen Avatar 6, heygen-avatar-6 e heygen-avatar-6-turbo, e você pode testar os dois no Playground desta página antes de escrever código.
Qual é a diferença entre o HeyGen Avatar 6 e o Avatar 6 Turbo?
Os dois aceitam as mesmas entradas, limites, avatares e vozes e geram 1080p ou 2K. O HeyGen Avatar 6 é o nível Quality da HeyGen; o HeyGen Avatar 6 Turbo roda na infraestrutura de inferência acelerada da HeyGen, com menor latência, e custa metade do preço em 1080p (8 contra 16 créditos por segundo). Comece com o Turbo nos rascunhos e troque o ID do modelo para as renderizações finais.
Como transformar uma foto em um vídeo falante com a API HeyGen Avatar 6?
Envie uma foto da pessoa em image_urls e um áudio de fala de 2–60 segundos, de até 15 MB, em audio_url. A API HeyGen Avatar 6 retorna um vídeo com lip-sync com a mesma duração do áudio, na proporção da foto. Adicione um prompt opcional para dirigir os gestos. Em um teste do PoYo, uma foto quadrada com 5 segundos de áudio retornou um vídeo de 1088×1088 em 1080p em cerca de 48 segundos, cobrado como 6 segundos.
A API HeyGen Avatar 6 consegue animar personagens de desenho animado ou ilustrados?
Sim. O modo de vídeo de referência foi feito para personagens animados e ilustrados: envie um vídeo do personagem, com pelo menos 2 segundos e até 50 MB, em video_url, a fala em audio_url e, opcionalmente, uma foto do mesmo personagem em image_urls. Para pessoas reais, use o modo de foto com uma foto em image_urls. O resultado mantém a proporção do vídeo de referência.
Quais avatares prontos e vozes posso usar com a API HeyGen Avatar 6?
A API HeyGen Avatar 6 aceita 1.248 looks de avatares prontos da HeyGen, distribuídos entre 156 apresentadores, como Abigail Sofa Front ou Annie Sofa Sitting Front, e os nomes são reconhecidos sem diferenciar maiúsculas e minúsculas e ignorando espaços extras. Para texto, escolha uma das 102 vozes da lista, como Warm Pro Narrator (a padrão), Ivy ou Chill Brian. As listas completas estão na documentação da API.
O avatar pode ler um texto em vez de usar áudio?
Sim, no modo de avatar público. Envie avatar com até 1.000 caracteres em text e uma voz opcional, e o HeyGen Avatar 6 fala o texto com essa voz. A cobrança segue a duração do vídeo final, arredondada para cima em segundos inteiros, e o envio exige créditos para cerca de 1,5 vez o tempo de leitura estimado. Em um teste do PoYo, um roteiro em inglês de 29 palavras gerou um vídeo de 10,8 segundos.
Quanto tempo pode durar um vídeo da API HeyGen Avatar 6?
Com áudio, cada vídeo dura o mesmo que o áudio que o conduz, de 2 a 60 segundos, e o clipe final fica cerca de 0,1–0,2 segundo mais curto que o áudio. Com texto no modo de avatar público, a duração acompanha o tempo de leitura de até 1.000 caracteres; nos testes do PoYo, cerca de 300 caracteres em inglês geraram de 18,2 a 18,6 segundos de vídeo.
Quais resoluções e proporções a API HeyGen Avatar 6 suporta?
Defina resolution como 1080p (o padrão) ou 2K. Nos modos de foto e de vídeo de referência, o vídeo mantém a proporção da sua entrada; nos testes do PoYo, uma foto quadrada retornou 1088×1088 em 1080p e 1632×1632 em 2K. No modo de avatar público, escolha 16:9 (padrão), 9:16, 1:1, 4:5 ou 5:4; um vídeo 16:9 em 2K saiu com 2560×1440.
Posso controlar gestos e expressões na API HeyGen Avatar 6?
Sim. O campo opcional prompt aceita até 1.200 caracteres de direção para gestos, expressões e postura, e você pode associar uma ação a uma palavra, por exemplo "On 'Hello', give a thumbs up." Sem prompt, segundo a HeyGen, o HeyGen Avatar 6 escolhe gestos que combinam com o sentido da fala, como apontar ou contar.
Quanto tempo leva uma geração na API HeyGen Avatar 6?
Nas execuções no ambiente de testes do PoYo, as tarefas de foto e de vídeo de referência terminaram em cerca de 45 segundos a 3 minutos, e as de avatar público em cerca de 1 a 4 minutos, dependendo da duração, da resolução e da carga. Um vídeo de 4,9 segundos em 1080p a partir de uma foto levou cerca de 48 segundos. Use callback_url ou consulte o status da tarefa em vez de esperar pela resposta da requisição.
Qual é a diferença entre o HeyGen Avatar 6 e o Avatar V?
Segundo a HeyGen, o Avatar V reaproveitava os mesmos gestos, enquanto o Avatar 6 lê o roteiro e gesticula de acordo com ele, com lip-sync mais realista, quadros nativos em 2K e prompts de movimento que colocam uma ação em uma palavra específica. O HeyGen Avatar 6 também tem um nível Turbo de menor latência. No PoYo, a API HeyGen Avatar 6 oferece os dois níveis com um único formato de requisição.
Como o HeyGen Avatar 6 se compara ao OmniHuman 2.0 no PoYo?
Os dois animam um retrato com áudio no PoYo. A API HeyGen Avatar 6 gera 1080p ou 2K a partir de 2–60 segundos de áudio, adiciona avatares prontos da HeyGen que leem texto e um modo de vídeo de referência para personagens animados, e aceita prompts de movimento no nível da palavra. O OmniHuman 2.0 gera 720p a partir de 4–300 segundos de áudio e é indicado para falas ou músicas mais longas. Escolha pela duração, pela resolução e pelo tipo de entrada.
Posso usar a API HeyGen Avatar 6 com Python ou outras linguagens?
Sim. A API HeyGen Avatar 6 no PoYo é uma API JSON padrão via HTTPS, então qualquer cliente HTTP funciona, incluindo requests no Python, fetch no Node.js e cURL. Envie a requisição para /api/generate/submit com sua chave de API e depois consulte /api/generate/status/{task_id}. A documentação da API mostra o corpo da requisição para foto, vídeo de referência, avatar com áudio e avatar com texto.
Por que usar o PoYo para acessar a API HeyGen Avatar 6
Dois níveis, um único formato de requisição
Alterne entre os dois modelos da API HeyGen Avatar 6 trocando o ID do modelo; campos, modos, avatares e vozes continuam os mesmos, e a mesma chave funciona em todos os modelos de vídeo do PoYo.
Preço por segundo com regras publicadas
Pague por segundo de vídeo gerado, de 8 a 23,2 créditos, com requisições de áudio cobradas pela duração do áudio arredondada para cima e requisições de texto pelo vídeo final, e veja a estimativa antes de executar.
Playground com exemplos reais
Teste os modos de foto, vídeo de personagem e avatar pronto no Playground, escolha avatares e vozes em listas com busca e copie a requisição JSON exata para o seu código.
Integração assíncrona simples
Envie uma tarefa e depois consulte o endpoint de status ou receba uma notificação por callback_url; os vídeos prontos são retornados como links MP4 para download.







