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.
Пример вывода
Это пример данных. Создайте новый результат, чтобы увидеть реальный вывод.
Прозрачные цены без скрытых платежей. Оплата по факту использования.
omnihuman-2.0| Модель | Спецификация | Цена PoYo | Официальная цена | Экономия |
|---|---|---|---|---|
| omnihuman-2.0 | 720p | $0.105/с 21 кредитов /с | - | - |
* Фактическая стоимость зависит от итогового вывода.
Одно изображение и одна аудиодорожка — говорящее и поющее видео
Используйте omnihuman-2.0 ровно с одним изображением в image_urls и одним файлом WAV или MP3 в audio_url. Длительность аудио — 4–300 секунд, размер — не более 15MB. Необязательный prompt позволяет задать действия, элементы сцены и движение камеры. Видео выводится в 720p, а его длительность совпадает с длительностью аудио.
Официальные примеры OmniHuman 2.0 демонстрируют эмоциональную подачу, липсинк, диалоги нескольких людей, пение и нечеловеческих персонажей. Включите звук, чтобы услышать исходное аудио.
01
OmniHuman 2.0 следует ритму, интонации и настроению аудио, а не просто двигает губами. Мимика, движения головы и язык тела меняются вместе с подачей, поэтому и драматичные монологи, и спокойные объяснения выглядят естественно.
02
Форма рта совпадает с каждым слогом даже у нечеловеческих персонажей. Животные, мультяшные маскоты, 3D-фигуры и стилизованные иллюстрации могут говорить или петь, сохраняя исходный дизайн.
03
Начните с изображения, на котором несколько человек, и OmniHuman 2.0 поставит естественный разговор: говорящий произносит реплику, а остальные слушают и реагируют. Подходит для интервью, скетчей и диалоговых сцен без монтажа отдельных клипов.
04
OmniHuman 2.0 принимает аудио длительностью до 300 секунд — этого достаточно для целой песни, урока или обзора продукта за одну генерацию. При пении модель следует мелодии, согласуя дыхание, мимику и ритм тела.
05
Подарите голос маскотам, питомцам и анимационным персонажам. OmniHuman 2.0 адаптирует мимику к анатомии каждого персонажа, поэтому енот или мультяшный герой говорит с правдоподобными выражениями лица.
Превращайте записанные уроки и закадровый текст в видео с ведущим. Поддержка длинного аудио позволяет уместить полное объяснение в один дубль, а один и тот же преподаватель создаёт ощущение знакомства на протяжении всего курса.
Создавайте видео со спикером, обзоры продуктов и локализованную рекламу из одной фотографии. Замените аудио, чтобы получить версии на разных языках с тем же ведущим.
Создавайте вокальные выступления, лирик-видео и скетчи с персонажами. OmniHuman 2.0 следует мелодии и ритму, поэтому подходит для каверов, виртуальных исполнителей и коротких развлекательных роликов.
Оживляйте виртуального ведущего, аватар службы поддержки или амбассадора бренда с естественной речью и жестами для сайтов, приложений и соцсетей.
Оживляйте питомцев, маскотов и нарисованных персонажей для кампаний, детского контента и сторителлинга без традиционной анимации.
Добавьте в свой продукт генерацию аватаров по аудио через асинхронный API PoYo с опросом задач, колбэками и посекундной оплатой.
OmniHuman 2.0 сохраняет схему OmniHuman 1.5 «одно изображение + одна аудиодорожка» и увеличивает длину одного дубля с менее чем минуты до 5 минут. Компромисс — разрешение: OmniHuman 2.0 выдаёт 720p, а OmniHuman 1.5 поддерживает ещё и 1080p.
| Функция | OmniHuman 2.0 на PoYo | OmniHuman 1.5 |
|---|---|---|
| Входные данные | 1 изображение + 1 аудиодорожка + необязательный промпт | 1 изображение + 1 аудиодорожка + необязательный промпт |
| Максимальная длина аудио и видео | 4–300 секунд (до 5 минут) | Менее 60 секунд в 720p; менее 30 секунд в 1080p |
| Разрешение на выходе | 720p | 720p или 1080p |
| Управление промптом | Необязательно; задаёт действия, элементы сцены и движение камеры | Необязательно; задаёт действия, объекты и движение камеры |
| Сцены с несколькими людьми | Поддерживаются | Поддерживаются |
| Пение | Поддерживается | Поддерживается |
| Нечеловеческие персонажи | Питомцы, мультипликационные и аниме-персонажи | Животные, антропоморфные и мультипликационные персонажи |
В столбце OmniHuman 2.0 указаны параметры, которые принимает PoYo. Столбец OmniHuman 1.5 основан на странице проекта OmniHuman 1.5 от ByteDance, странице продукта BytePlus и документации API fal. У обеих моделей длина видео совпадает с длиной входного аудио.
Шаг 1: Зарегистрируйтесь и создайте API-ключ.
Войдите в PoYo и создайте ключ доступа для своего приложения.
Получить API-ключ →
Шаг 2: Пополните кредиты.
Пополните баланс кредитов. Playground оценивает нужное количество кредитов по длительности аудио ещё до генерации.
Пополнить кредиты →
Шаг 3: Интегрируйте API.
Отправьте model: "omnihuman-2.0" вместе с image_urls, audio_url и необязательным промптом на /api/generate/submit, затем запрашивайте статус по ID задачи или укажите URL колбэка.
Открыть справочник API →
Без подписки и минимального платежа. Вы платите за секунды созданного видео, а Playground показывает оценку стоимости до отправки.
Загрузите изображение и аудиофайл в Playground, добавьте промпт и посмотрите точный JSON-запрос перед интеграцией.
Используйте одну и ту же аутентификацию и процесс работы с задачами для OmniHuman 2.0, Kling Avatar 2.0 и других моделей видео, изображений и аудио на PoYo.
Опрашивайте статус по ID задачи или укажите URL колбэка, а затем получите готовое видео в рамках того же асинхронного процесса.
