HeyGen: Avatar IV
Avatar IV фотосуретті ерін қимылымен үйлескен сөйлейтін бейнеге айналдырады; бет әлпеті мен ым уақытын дауыс бағыттайды. HeyGen сценариймен немесе жазылған дыбыспен жұмыс ағындарын және шынайы не стильденген жүргізушілерге арналған Photo Avatar қозғалыс басқаруын құжаттайды.
Модель туралы
Бұл сипаттама модель мүмкіндіктерін қамтиды. Ailoot жүйесінде таңдалған әдіс үшін қолжетімді кіріс, шығыс және параметрлер төменде берілген.
Avatar IV — қозғалмайтын суретті мәнерлі сөйлейтін бейнеге айналдыратын HeyGen аватар қозғалтқышы. Диффузиядан шабыт алған дыбыстан эмоциялық қимылға өту дизайны дауыс реңкін, ырғағын және эмоциясын бет қозғалысына, бас еңкейтуіне, үзілістерге және микроэмоцияларға бағдар етеді. Мақсаты — кинематографиялық промпттан толық орта мен дыбыс жолын жасайтын әмбебап көрініс генераторы емес, сөзді ерін үйлесімімен және ыммен жеткізетін жүргізуші не кейіпкер.
Өндіруші шынайы және стильденген кейіпкерлерді, соның ішінде бұрыштан не профильден түсірілген суреттерді, аниме беттерін және үй жануарларын қолдауды сипаттайды. Фотосурет кейіпкерлері көздері, аузы және бет құрылымы оңай анықталғанда жақсы жұмыс істейді. HeyGen анық, жақсы жарықтанған, табиғи қалпы бар және ым маңызды болса қолдары көрінетін суретті ұсынады. Өте кішкентай бет, жасырын ерін, қалың бетперде, айқын тұмсық немесе шамадан тыс пропорциялар бет қозғалысы мен ерін үйлесімін әлсіретуі мүмкін. Бастапқы кадрлауды жоспарланған орындауға сәйкестендіріңіз.
Өндіруші сөйлеу кірісінің екі жолын береді. Жазбаша сценарий таңдалған дауыспен жұптасады; алдын ала жазылған дыбыс жолы дауыс пен уақытты тікелей береді. Орындау дайын болса жазылған дыбыс жолын, сөйлеуді синтездеу қажет болса сценарий жолын қолданыңыз. Құжатталған интерфейсте бұлар — баламалы кірістер. Анимациядан бұрын соңғы мәтінді, есімдерді және айтылымды дайындап, айтылған нәтижені тексеру үшін дыбысты не сценарийді қайтарылған бейнемен бірге сақтаңыз.
HeyGen Avatar IV модель профилі студиялық аватарларды, Digital Twins, Photo Avatars, тікелей суреттерді және промпттан жасалған нысандарды қамтиды. Қайта қолданылатын Photo Avatar кейінгі бейнелерге тұрақты нысан береді, ал тікелей сурет ағыны берілген суреттен басталады. Өндірушінің Photo Avatar профилі еркін мәтіндік қозғалыс нұсқауын және high, medium не low мәнерлілік таңдауларын ұсынады; әдепкісі — low. Серия жасағанда таңдалған аватар келбетін және қозғалтқышын сақтаңыз: өзгерген сурет не рендер моделі жүргізушінің байқалмаған өзгерісіне айналмасын.
Қозғалыс нұсқауында көрінетін дене әрекетін және оның эмоциялық сипатын сипаттаңыз. «Жылы жымиып, басын ақырын изейді» бір ым мен бір эмоция береді; қысқа сәлемдесу достық қол бұлғауды пайдалана алады. Өндіруші бір негізгі ымды, қажет болса бет әлпетімен жұптауды, тізбек үшін екі қысқа сөйлем бөлігінен аспауды ұсынады. Avatar IV қарқынды орындаудан алады, сондықтан Studio нұсқаулығы секунд сайынғы ым кестесін талап етпейді. Нақты қысқа мәтінді бір промпттағы бірнеше бәсекелес әрекеттен тексеру оңайырақ.
Өндірушінің дыбыстан бейне профилі әр сұрауда берілген дыбыстың отыз минутына дейін рендерлейді; жүктелген MP3 не WAV ресурстарының шегі — 32 MB. Ұзағырақ сабақ не жазба үшін материалды мағыналы сөйлеу шекараларымен бөліп, бастапқы ретін сақтаңыз. Соңғы бейнедегі сөйлеу уақыты қатысы жоқ ролик ұзақтығы бағасына емес, таңдалған дыбысқа бағынуы керек.
Өндірушінің құжатталған шығыс параметрлеріне 720p не 1080p және 16:9, 9:16, 4:5, 5:4 немесе 1:1 пішімдері, сондай-ақ бастапқы пропорцияға бағынатын автоматты таңдау кіреді. cover сыйдыруы нысанды қиюы мүмкін; contain бүкіл нысанды сыйдырып, айнала фонды қалдыруы мүмкін. Дыбыстан бейне ағыны әдепкіде MP4 қайтарады. Бейне аватарлар үшін мөлдір WebM нәтижесі matting қолдауын талап етеді; өндіруші бұл нәтижеге жаңа фон қосудың орнына фонды алып тастайды. Жүргізушіні үлкен композицияға орналастырмас бұрын нақты кадрлау мен файлды тексеріңіз.
Оқыту кіріспесі анық жүргізуші суретін, қысқа түсіндірмені және негізгі нұсқауда бір ұстамды ымды қолдана алады. Өнім түсіндірмесі түрлі функцияға арналған мәтінді өзгертіп, аватар келбетін бірдей сақтай алады. Өндіруші қосымша субтитр файлдарын және бейнеге бекітілген титрлерді де құжаттайды; олардың мәтіні мен уақытын сөйлеумен бірге тексеріңіз. Өндіруші интерфейсінде рендер асинхронды, сондықтан жасау жауабы мен дайын бейне — екі бөлек артефакт. Тапсырма нәтижесімен бірге дайын жазбаны және оның аяқталу күйін сақтаңыз.
Avatar IV Avatar V референспен басқарылатын қозғалысынан және оның бөлек Studio preset басқаруынан өзгеше. Ол HeyGen Video әмбебап көрініс генерациясынан және интерактивті тірі аватар әңгімесінен де бөлек. Рендерленген ауыз қимылын, көрінетін қолдарды, бет әлпетін, үзілістерді және айтылған мәтінді бастапқы материал мен қажетті реңкке қарсы тексеріңіз. Сурет, қалып, жарық және қозғалыс нұсқауы нәтижеге әсер етеді; фото анимациясын жасалған орындау ретінде тексеріп, таңдалған кірістерді кейінгі түзетуге сақтаңыз.
Ailoot Ultra · Бейне POST /v1/videos heygen/avatar-iv
heygen/avatar-ivБастау
Avatar IV фотосуретті ерін қимылымен үйлескен сөйлейтін бейнеге айналдырады; бет әлпеті мен ым уақытын дауыс бағыттайды. HeyGen сценариймен немесе жазылған дыбыспен жұмыс ағындарын және шынайы не стильденген жүргізушілерге арналған Photo Avatar қозғалыс басқаруын құжаттайды.
- Қабылданатын кіріс деректері
- Мәтін · Суреттер · Аудио · Бейне
- Нәтижелер
- Бейне
Ailoot жүйесінде қолжетімді · кіріс деректері мен әдістер
Ailoot Ultra · Бейне POST /v1/videos
- Кіріс
text,image,audio,video- Шығыс
video
| Өріс | Түрі | Талап | Мәндер мен шектеулер | Әдепкі |
|---|---|---|---|---|
Өрісmodel | Түріstring | ТалапМіндетті | Мәндер мен шектеулер heygen/avatar-iv | Әдепкі— |
Өрісinput_references | Түріarray | ТалапМіндетті | Мәндер мен шектеулер Элементтердің ең аз саны: 2 Элементтердің ең көп саны: 2 | Әдепкі— |
Өрісprompt | Түріstring | ТалапМіндетті емес | Мәндер мен шектеулер | Әдепкі— |
Әдіс параметрлері мен өмірлік циклі
| Параметр | Параметр талаптары |
|---|---|
Параметрcontent_type | Параметр талаптарыapplication/json |
Параметрrequired | Параметр талаптарыmodel, input_references |
Параметрmaterial_types | Параметр талаптарыtext, image, audio, video |
Параметрmaterial_conditions | Параметр талаптарыИелігіңіздегі нақты аяқталған медиа ресурстарының мазмұн URL мекенжайларын қайтарылған қолтаңбаларымен бірге пайдаланыңыз: BFL үшін бір бастапқы бейне немесе аватар үшін бір сурет пен бір аудио көзі. Бастапқы ресурстың иесін, түрін және байттарын растайтын дәлел қажет., Дәл бір PNG/JPEG суретін және бір WAV/MP3 аудио ресурсын беріңіз. Аудио көлемі ең көбі 32000000 байт, ал ұзақтығы 0-ден артық және ең көбі 1800 секунд болуы керек. |
Өмірлік цикл: asynchronous_job_then_owned_outputs
GET /v1/videos/{request_id} · нақты қайтарылған id немесе polling_url
GET /v1/videos/{request_id}/content
Тарифтер
Қорытынды төлем қалай есептеледі
Көрсетілген тарифтер генерация басталғанға дейінгі құнын бағалауға арналған. Соңғы төлем бастапқы генерация үшін тіркелген құннан есептеледі. Нәтиженің өлшенген ұзақтығы мен болжамды көлемдер төлемге негіз болатын түпкілікті көлем болып саналмайды.
Тариф анықтамасы сұрау мүмкіндіктерін қоспайды. Қолдау көрсетілетін параметрлер таңдалған әдісте берілген.
- Жылдам режим
- Көрсетілмеген Жылдам режим таңдалғанда
- Икемді режим
- Көрсетілмеген flex режимі таңдалғанда
- Ой қорытудың ең жоғары деңгейі
- Көрсетілмеген Ой қорыту деңгейі ең жоғары болып, default түзетуі қолданылғанда
Салыстыруға арналған болжамды мөлшерлемелер
Баптаулар бойынша бағалар
Әр төлемді көрсетілген шарттармен салыстырыңыз. Балама баптаулардың әр жиыны үшін бір мөлшерлемені қолданыңыз.
| Баптау | Мөлшерлемелер кестесі | Болжамды мөлшер | Есептеу бірлігі | Төлемді есептеу шарттары | Төлем |
|---|---|---|---|---|---|
| БаптауТокендердің базалық тарифтері | Мөлшерлемелер кестесіНегізгі мөлшерлеме | Болжамды мөлшер— | Есептеу бірлігі— | Төлемді есептеу шарттары— | Төлем Кіріс · Кіріс токендері · Тек салыстыруға арналған бағалау — / 1K токен Шығыс · Шығыс токендері · Тек салыстыруға арналған бағалау — / 1K токен Кіріс · Кэшті оқу · Тек салыстыруға арналған бағалау — / 1K токен Кіріс · Кэшке жазу · Тек салыстыруға арналған бағалау — / 1K токен Кіріс · Кэшке жазу, 1 сағ · Тек салыстыруға арналған бағалау — / 1K токен |
| БаптауБейне бағасы | Мөлшерлемелер кестесі— | Болжамды мөлшер— | Есептеу бірлігібейне секунды үшін | Төлемді есептеу шарттарыБұл баға кілтінде қосымша шарт көрсетілмеген. | Төлем Шығыс · Видео бағасы · Тек салыстыруға арналған бағалау $0.1 бейне секунды үшін |
| БаптауГенерацияның болжамды құны | Мөлшерлемелер кестесі— | Болжамды мөлшербір генерацияға арналған болжам | Есептеу бірлігі— | Төлемді есептеу шарттары— | Төлем Шығыс · Генерацияның болжамды құны · Тек салыстыруға арналған бағалау $0.1 жасауға дейінгі бағалау Бұл бағалау қосымша төлем де, аяқталған генерация үшін белгіленген тұрақты тариф те емес. |
Ailoot сұрау алдында болжамды соманы резервтейді. Нәтижеден кейін өлшенген пайдалану көлемі бойынша қорытынды төлемді шегереді. Ағындық жауап үшін төлем соңғы пайдалану жазбасы негізінде шегеріледі. Резервтеу мен төлемді есептеу тәртібі →
Сұрау мысалдары
Ailoot Ultra · Бейне
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
Нәтижелерді алу және сақтау
Ailoot Ultra · Бейне
GET /v1/videos/{request_id}GET /v1/videos/{request_id}/content
Барлық дайын материалды сақтау
set -eu
: "${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
Барлық дайын нәтижені сақтау
Әр дайын бейнені немесе қайтарылған файлды сақтаңыз; нақты қайтарылған әр материал URL арқылы мазмұнды алыңыз.
Толық жауапты және тақырыптарды, алынған әрбір нәтижені, бастапқыда қайтарылған идентификаторларды және пайдалану туралы барлық өрістерді сақтаңыз. Жасау сұрауын қайта жібермей, бастапқы операцияны қалпына келтіріңіз.
Бастапқы жауапты тексеру қажет болса
X-Client-Request-ID, X-Ailoot-Task-Id және нақты қайтарылған id/polling_url мәндерін сақтаңыз. Бастапқы тапсырманы жалғастырыңыз; жасау сұрауын қайта жібермеңіз.
Жауап өрістері
| Өріс | Түрі |
|---|---|
Өрісid | Түрі |
Өрісstatus | Түрі |
Өрісdata[] | Түрі |
Өрісoutputs[] | Түрі |
Балама атаулар
Модельдердің балама атаулары
Ailoot Ultra heygen/avatar-iv
Әдіс жолдарының балама атаулары
Жоғарыда көрсетілген әдіс жолдарын пайдаланыңыз.
Шақыруға арналған байланысты ID
FAQ · HeyGen: Avatar IV
- Қандай кіріс деректері мен нәтижелер қолжетімді?
POST /v1/videos·heygen/avatar-iv:text,image,audio,video→video- Сұрау қандай өрістерді пайдаланады?
POST /v1/videos·heygen/avatar-iv:model,input_references,prompt