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.
Ví dụ về kết quả
Đây là dữ liệu mẫu. Tạo ra một kết quả mới để xem sản lượng thực.
Giá cả minh bạch mà không có phí ẩn. Chọn tiền đi.
omnihuman-2.0| Mô hình | Tác phẩm đặc trưng | Giá PoYo | Giá chính thức | Anh cứu |
|---|---|---|---|---|
| omnihuman-2.0 | 720p | $0.105/sec 21 tín dụng /sec | - | - |
* Các khoản phí thực tế được dựa trên kết quả cuối cùng.
Một hình ảnh và một bản âm thanh thành video biết nói, biết hát
Dùng omnihuman-2.0 với đúng một hình ảnh trong image_urls và một tệp WAV hoặc MP3 trong audio_url. Âm thanh phải dài 4–300 giây và không lớn hơn 15MB. Thêm prompt tùy chọn để chỉ định hành động, yếu tố cảnh và chuyển động máy quay. Video đầu ra có độ phân giải 720p và dài bằng âm thanh.
Các mẫu chính thức của OmniHuman 2.0 thể hiện cách truyền tải cảm xúc, khớp môi, hội thoại nhiều người, ca hát và nhân vật không phải người. Hãy bật âm thanh để nghe bản gốc.
01
OmniHuman 2.0 bám theo nhịp điệu, ngữ điệu và cảm xúc của âm thanh thay vì chỉ cử động môi. Biểu cảm khuôn mặt, chuyển động đầu và ngôn ngữ cơ thể thay đổi theo cách diễn đạt, nhờ đó cả những đoạn độc thoại kịch tính lẫn lời giải thích điềm tĩnh đều trông tự nhiên.
02
Khẩu hình miệng luôn khớp với từng âm tiết, kể cả với nhân vật không phải người. Động vật, linh vật hoạt hình, mô hình 3D và hình minh họa cách điệu đều có thể nói hoặc hát mà vẫn giữ nguyên thiết kế gốc.
03
Bắt đầu từ một hình ảnh có nhiều người, OmniHuman 2.0 có thể dàn dựng một cuộc trò chuyện tự nhiên: người đang nói thì nói, những người khác lắng nghe và phản ứng. Dùng cho phỏng vấn, tiểu phẩm và cảnh hội thoại mà không cần ghép các clip riêng lẻ.
04
OmniHuman 2.0 nhận âm thanh dài tới 300 giây, đủ cho trọn một bài hát, một bài giảng hoặc một video giới thiệu sản phẩm chỉ trong một lần tạo. Phần biểu diễn ca hát bám theo giai điệu với hơi thở, biểu cảm và nhịp điệu cơ thể tương ứng.
05
Mang giọng nói đến cho linh vật, thú cưng và nhân vật hoạt hình. OmniHuman 2.0 điều chỉnh chuyển động khuôn mặt theo cấu trúc của từng nhân vật, để một chú gấu mèo hay người hùng hoạt hình có thể nói chuyện với biểu cảm chân thực.
Biến bài giảng đã ghi âm và lời thuyết minh thành video có người dẫn. Khả năng hỗ trợ âm thanh dài giúp trình bày trọn vẹn nội dung trong một cảnh quay, và một giảng viên nhất quán tạo sự quen thuộc xuyên suốt khóa học.
Tạo video người phát ngôn, video giới thiệu sản phẩm và quảng cáo bản địa hóa chỉ từ một bức ảnh. Thay âm thanh để tạo phiên bản bằng nhiều ngôn ngữ khác nhau mà vẫn giữ nguyên người dẫn.
Sản xuất màn trình diễn ca hát, video lời bài hát và tiểu phẩm nhân vật. OmniHuman 2.0 bám theo giai điệu và nhịp điệu, phù hợp cho cover, nghệ sĩ ảo và nội dung giải trí dạng ngắn.
Làm sống động người dẫn chương trình ảo, avatar chăm sóc khách hàng hoặc đại sứ thương hiệu với lời nói và cử chỉ tự nhiên cho website, ứng dụng và mạng xã hội.
Thổi hồn vào thú cưng, linh vật và nhân vật minh họa cho chiến dịch, nội dung thiếu nhi và kể chuyện mà không cần làm hoạt hình truyền thống.
Tích hợp tính năng tạo avatar điều khiển bằng âm thanh vào sản phẩm của bạn qua API bất đồng bộ của PoYo, với truy vấn tác vụ, callback và tính phí theo giây.
OmniHuman 2.0 giữ quy trình một ảnh và một đoạn âm thanh của OmniHuman 1.5, đồng thời kéo dài mỗi lần tạo từ dưới một phút lên 5 phút. Đánh đổi nằm ở độ phân giải: OmniHuman 2.0 xuất 720p, còn OmniHuman 1.5 có thêm 1080p.
| Tính năng | OmniHuman 2.0 trên PoYo | OmniHuman 1.5 |
|---|---|---|
| Đầu vào | 1 ảnh + 1 đoạn âm thanh + prompt tùy chọn | 1 ảnh + 1 đoạn âm thanh + prompt tùy chọn |
| Thời lượng âm thanh và video tối đa | 4–300 giây (tối đa 5 phút) | Dưới 60 giây ở 720p; dưới 30 giây ở 1080p |
| Độ phân giải đầu ra | 720p | 720p hoặc 1080p |
| Điều khiển bằng prompt | Tùy chọn; điều khiển hành động, yếu tố cảnh và chuyển động máy quay | Tùy chọn; điều khiển hành động, vật thể và chuyển động máy quay |
| Cảnh nhiều người | Hỗ trợ | Hỗ trợ |
| Hát | Hỗ trợ | Hỗ trợ |
| Nhân vật không phải người | Thú cưng, nhân vật hoạt hình và anime | Động vật, nhân vật nhân hóa và hoạt hình |
Cột OmniHuman 2.0 liệt kê các tham số PoYo chấp nhận. Cột OmniHuman 1.5 dựa trên trang dự án OmniHuman 1.5 của ByteDance, trang sản phẩm BytePlus và tài liệu API của fal. Ở cả hai mô hình, thời lượng video bằng với âm thanh đầu vào.
Bước 1: Đăng ký và tạo API Key.
Đăng nhập PoYo và tạo khóa truy cập cho ứng dụng của bạn.
Lấy API Key →
Bước 2: Nạp credit.
Nạp credit vào tài khoản. Playground ước tính số credit dựa trên độ dài âm thanh trước khi bạn tạo video.
Nạp credit →
Bước 3: Tích hợp API.
Gửi model: "omnihuman-2.0" cùng image_urls, audio_url và prompt tùy chọn tới /api/generate/submit, sau đó truy vấn ID tác vụ hoặc cung cấp URL callback.
Xem tài liệu API →
Không cần đăng ký gói hay mức tối thiểu. Bạn chỉ bị tính phí cho số giây video được tạo, và Playground hiển thị chi phí ước tính trước khi gửi.
Tải lên một hình ảnh và một tệp âm thanh trong Playground, thêm prompt và kiểm tra chính xác yêu cầu JSON trước khi tích hợp.
Dùng cùng một cơ chế xác thực và quy trình tác vụ cho OmniHuman 2.0, Kling Avatar 2.0 và các mô hình video, hình ảnh, âm thanh khác trên PoYo.
Truy vấn ID tác vụ hoặc cung cấp URL callback, sau đó nhận video hoàn chỉnh qua cùng một quy trình bất đồng bộ.
