HeyGen: Avatar IV
يحرّك Avatar IV صورة إلى فيديو ناطق متزامن الشفاه، مع توجيه التعبير الوجهي وتوقيت الإيماءات بالصوت. توثّق HeyGen مسارات النص أو الصوت المسجّل وإعدادات حركة Photo Avatar لمقدمين واقعيين أو منمقين.
عن النموذج
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Avatar IV هو محرك HeyGen للأفاتار لتحويل صورة ثابتة إلى فيديو ناطق تعبيري. يستخدم تصميمه لتحويل الصوت إلى تعبيرات، المستلهم من الانتشار، نبرة الصوت وإيقاعه وعاطفته لتوجيه حركة الوجه وميل الرأس والتوقفات والتعبيرات الدقيقة. والغرض مقدم أو شخصية تؤدي محتوى منطوقًا بتزامن الشفاه والإيماءات، بدل مولّد مشاهد عام ينشئ مكانًا ومسارًا صوتيًا كاملين من توجيه سينمائي.
تصف الشركة المصنّعة دعم شخصيات واقعية ومنمقة، بما يشمل الصور المائلة أو الجانبية والوجوه بأسلوب الأنمي والحيوانات الأليفة. تعمل الشخصيات القائمة على الصور بأفضل صورة عندما يسهل تمييز عيونها وأفواهها وبنية وجوهها. توصي HeyGen بصورة واضحة جيدة الإضاءة بوضعية طبيعية وأيدٍ مرئية عندما تهم الإيماءات. وقد يضعف الوجه الصغير جدًا أو الشفاه المخفية أو الأقنعة الثقيلة أو المنقار البارز أو النسب المبالغ فيها جدًا حركة الوجه وتزامن الشفاه. أبقِ تأطير المصدر ملائمًا للأداء المقصود.
توفر الجهة المنتجة مسارين لإدخال الكلام. يقترن نص مكتوب بصوت مختار؛ ويزوّد مسار صوتي مسجّل مسبقًا الصوت والتوقيت مباشرة. استخدم مسار الصوت المسجّل عندما يكون الإلقاء مستقرًا مسبقًا، ومسار النص عندما يحتاج الكلام إلى توليد. هذان المدخلان بديلان في الواجهة الموثّقة. أعدّ الصياغة النهائية والأسماء والنطق قبل التحريك، واحتفظ بالصوت أو النص مع الفيديو المُعاد للتحقق من النتيجة المنطوقة.
تغطي مواصفات نموذج Avatar IV لدى HeyGen أفاتارات الاستوديو وDigital Twins وPhoto Avatars والصور المباشرة والشخصيات المنشأة بالتوجيه. يوفر Photo Avatar قابل لإعادة الاستخدام شخصية ثابتة للفيديوهات اللاحقة، بينما يبدأ مسار الصورة المباشرة من الصورة المقدّمة. وتوفر مواصفات Photo Avatar لدى الجهة المنتجة تعليمات حركة بنص حر وخيارات تعبيرية high أوmedium أوlow، مع low افتراضيًا. احتفظ بمظهر الأفاتار ومحركه المختارين عند إنشاء سلسلة حتى لا يتحول تغيير الصورة المصدر أو نموذج الإخراج إلى تغير غير ملحوظ في المقدم.
لتوجيه الحركة، صف فعلًا جسديًا مرئيًا وطابعه العاطفي. تمنح عبارة «يومئ برفق بابتسامة دافئة» إيماءة واحدة وتعبيرًا واحدًا؛ ويمكن لتحية قصيرة استخدام تلويحة ودودة. توصي الشركة المصنّعة بإيماءة رئيسية واحدة، تقترن اختياريًا بتعبير وجهي، وبما لا يزيد عن عبارتين قصيرتين لتسلسل. يتولى Avatar IV الوتيرة من الأداء، لذلك لا يتطلب دليل Studio جدول إيماءات ثانية بثانية. تسهل مراجعة الصياغة المحددة الموجزة أكثر من أفعال متنافسة متعددة في توجيه واحد.
يُخرج نمط الصوت إلى فيديو لدى الجهة المنتجة حتى ثلاثين دقيقة من الصوت المقدّم لكل طلب، وللمواد المرفوعة MP3 أوWAV حد 32 MB. ولدرس أو تسجيل أطول، قسّم المادة عند حدود كلام مترابطة واحتفظ بالترتيب الأصلي. ينبغي أن يتبع توقيت الكلام في الفيديو النهائي الصوت المختار بدل تقدير مدة مقطع غير مرتبط.
تشمل إعدادات الإخراج الموثّقة لدى الجهة المنتجة 720p أو1080p وأشكال 16:9 أو9:16 أو4:5 أو5:4 أو1:1، مع خيار تلقائي يتبع نسب المصدر. يمكن لوضع cover اقتطاع الموضوع؛ ويلائم contain الموضوع كاملًا وقد يترك الخلفية المحيطة ظاهرة. يعيد مسار الصوت إلى فيديو MP4 افتراضيًا. ولأفاتارات الفيديو، يتطلب إخراج WebM الشفاف دعم العزل، وتطبّق الجهة المنتجة إزالة الخلفية لذلك الإخراج بدل دمجه بخلفية جديدة. افحص التأطير والملف الفعليين قبل وضع المقدم في تركيب أكبر.
يمكن لمقدمة تدريبية استخدام صورة مقدم واضحة وشرح موجز وإيماءة محدودة واحدة عند التعليمة الأساسية. ويمكن لشرح منتج الاحتفاظ بمظهر الأفاتار نفسه مع تغيير النص المنطوق لميزات مختلفة. وتوثّق الجهة المنتجة أيضًا ملفات ترجمة اختيارية وتسميات توضيحية مدمجة في الصورة؛ راجع صياغتها وتوقيتها مع الكلام. الإخراج غير متزامن في واجهة الشركة المصنّعة، لذلك استجابة الإنشاء والفيديو المكتمل مادتان مختلفتان. احتفظ بالتسجيل النهائي وحالة اكتماله مع نتيجة المهمة.
يظل Avatar IV منفصلًا عن حركة Avatar V الموجّهة بالمراجع وإعداداته الجاهزة المنفصلة في Studio. وهو منفصل أيضًا عن توليد المشاهد العام في HeyGen Video وعن محادثة أفاتار حي تفاعلية. راجع حركة الفم الناتجة والأيدي المرئية والتعبير الوجهي والتوقفات والصياغة المنطوقة وفق المادة المصدر والنبرة المقصودة. تؤثر الصورة والوضعية والإضاءة وتعليمات الحركة في النتيجة؛ وينبغي فحص التحريك القائم على صورة بوصفه أداءً مولّدًا، مع الاحتفاظ بالمدخلات المختارة للمراجعات اللاحقة.
Ailoot Ultra · فيديو POST /v1/videos heygen/avatar-iv
heygen/avatar-ivالبداية
يحرّك Avatar IV صورة إلى فيديو ناطق متزامن الشفاه، مع توجيه التعبير الوجهي وتوقيت الإيماءات بالصوت. توثّق HeyGen مسارات النص أو الصوت المسجّل وإعدادات حركة Photo Avatar لمقدمين واقعيين أو منمقين.
- المدخلات المقبولة
- النص · الصور · الصوت · فيديو
- النتائج
- فيديو
متاح في Ailoot · المدخلات والطرائق
Ailoot Ultra · فيديو POST /v1/videos
- الإدخال
text,image,audio,video- الإخراج
video
| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود heygen/avatar-iv | القيمة الافتراضية— |
الحقلinput_references | النوعarray | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 2 الحد الأقصى للعناصر: 2 | القيمة الافتراضية— |
الحقلprompt | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
معلمات الطريقة ودورة حياتها
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, input_references |
المعلمةmaterial_types | المواصفاتtext, image, audio, video |
المعلمةmaterial_conditions | المواصفاتاستخدم عناوين URL الفعلية لمحتوى أصول وسائط مكتملة ومملوكة لك، مع توقيعاتها المُعادة: مصدر فيديو واحد لـBFL، أو مصدر صورة واحد ومصدر صوت واحد للشخصية الافتراضية. يلزم دليل المصدر على المالك والنوع والبايتات., قدّم صورة واحدة بالضبط بصيغة PNG/JPEG وأصلاً صوتياً واحداً بصيغة WAV/MP3. يجب ألا يتجاوز الصوت 32000000 بايت، وأن تكون مدته أكبر من 0 ولا تتجاوز 1800 ثانية. |
دورة الحياة: asynchronous_job_then_owned_outputs
GET /v1/videos/{request_id} · القيمة الفعلية المُعادة للحقل id أو polling_url
GET /v1/videos/{request_id}/content
الباقات
كيفية احتساب الرسوم النهائية
تقدّر التعرفات المعروضة التكلفة قبل التوليد. تُحسب الرسوم النهائية من التكلفة المسجّلة لعملية التوليد الأصلية. مدة المخرجات المقاسة والكميات المتوقعة ليست الكمية النهائية الخاضعة للفوترة.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
- الوضع السريع
- غير محدد عند اختيار الوضع السريع
- الوضع المرن
- غير محدد عند اختيار وضع flex
- أقصى جهد للاستدلال
- غير محدد عندما يُطبَّق الضبط الافتراضي default مع أقصى جهد للاستدلال
تعرفات تقديرية للمقارنة
الأسعار حسب الإعدادات
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | الكمية المتوقعة | وحدة الفوترة | شروط الفوترة | الرسوم |
|---|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | الكمية المتوقعة— | وحدة الفوترة— | شروط الفوترة— | الرسوم الإدخال · رموز الإدخال · تقدير للمقارنة فقط — / 1K من الرموز الإخراج · رموز الإخراج · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت · تقدير للمقارنة فقط — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة · تقدير للمقارنة فقط — / 1K من الرموز |
| الإعداداتسعر الفيديو | جدول التعرفة— | الكمية المتوقعة— | وحدة الفوترةلكل ثانية فيديو | شروط الفوترةلم يُذكر شرط إضافي في مفتاح التسعير هذا. | الرسوم الإخراج · سعر الفيديو · تقدير للمقارنة فقط $0.1 لكل ثانية فيديو |
| الإعداداتتكلفة التوليد التقديرية | جدول التعرفة— | الكمية المتوقعةتقدير لتوليد واحد | وحدة الفوترة— | شروط الفوترة— | الرسوم الإخراج · تكلفة التوليد التقديرية · تقدير للمقارنة فقط $0.1 تقدير قبل الإنشاء هذا التقدير ليس رسومًا إضافية ولا تعرفة ثابتة لعملية التوليد المكتملة. |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
أمثلة للطلبات
Ailoot Ultra · فيديو
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_INPUT_REFERENCES_JSON:?Set the actual documented input value}"
export AILOOT_INPUT_REFERENCES_JSON
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
request={'model': 'heygen/avatar-iv', 'input_references': '${ACTUAL_OWNED_INPUT_REFERENCES}'}
request['input_references']=json.loads(os.environ['AILOOT_INPUT_REFERENCES_JSON'])
Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
استلام النتائج وحفظها
Ailoot Ultra · فيديو
GET /v1/videos/{request_id}GET /v1/videos/{request_id}/content
حفظ جميع الأصول المكتملة
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_STATUS_FILE:?Set the actual completed status JSON file}"
export AILOOT_STATUS_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
from urllib.parse import urlsplit,urljoin
f=Path(os.environ["AILOOT_STATUS_FILE"])
if not f.is_file():raise SystemExit("Choose the actual completed status file")
r=json.loads(f.read_text())
if r.get("status")!="completed" or not isinstance(r.get("data"),list) or not r["data"]:raise SystemExit("Wait for a completed status with asset paths")
urls=[]
for x in r["data"]:
if not isinstance(x,str) or "\n" in x or "\r" in x:raise SystemExit("Invalid asset path")
u=urljoin("https://api.ailoot.ai",x)
z=urlsplit(u)
if z.scheme!="https" or z.netloc!="api.ailoot.ai" or z.username or z.password:raise SystemExit("Use the actual Ailoot asset paths from status")
urls.append(u)
Path("asset-urls.txt").write_text("\n".join(urls)+"\n")
PY_REQUEST
index=0
while IFS= read -r asset_url; do
curl --fail-with-body --silent --show-error "$asset_url" \
-H "Authorization: Bearer $AILOOT_API_KEY" -o "video-${index}.mp4"
index=$((index + 1))
done < asset-urls.txt
الاحتفاظ بكل النتائج المكتملة
احفظ كل فيديو مكتمل أو ملف مُرجع؛ ونزّل كل أصل من URL الخاص به الذي تم إرجاعه فعليًا.
احتفظ بالاستجابة كاملة وبجميع الترويسات، وبكل مخرج فعلي، وبالمعرّفات الأصلية المُعادة، وبجميع حقول الاستخدام. استعد العملية الأصلية دون إرسال طلب الإنشاء مجددًا.
عند الحاجة إلى التحقق من الاستجابة الأصلية
احتفظ بـX-Client-Request-ID وX-Ailoot-Task-Id وبالقيم الفعلية المُعادة للحقلين id/polling_url. تابع المهمة الأصلية؛ ولا ترسل طلب الإنشاء مرة أخرى.
حقول الاستجابة
| الحقل | النوع |
|---|---|
الحقلid | النوع |
الحقلstatus | النوع |
الحقلdata[] | النوع |
الحقلoutputs[] | النوع |
الأسماء البديلة
الأسماء البديلة للنموذج
Ailoot Ultra heygen/avatar-iv
الأسماء البديلة لمسارات الطرائق
استخدم مسارات الطرائق المعروضة أعلاه.
معرّفات النماذج ذات الصلة IDs
FAQ · HeyGen: Avatar IV
- ما المدخلات والنتائج المتاحة؟
POST /v1/videos·heygen/avatar-iv:text,image,audio,video→video- ما الحقول التي يستخدمها الطلب؟
POST /v1/videos·heygen/avatar-iv:model,input_references,prompt