HeyGen: Avatar IV
Avatar IV menganimasikan foto menjadi video bercakap yang terselaras bibir, dengan pemasaan ekspresi wajah dan gerak isyarat berpandukan suara. HeyGen mendokumentasikan aliran kerja skrip atau audio rakaman dan kawalan gerakan Photo Avatar untuk penyampai realistik atau bergaya.
Tentang model
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Avatar IV ialah enjin avatar HeyGen untuk menukar imej pegun menjadi video bercakap yang ekspresif. Reka bentuk audio-ke-ekspresi yang diilhamkan oleh difusi menggunakan nada vokal, ritma dan emosi untuk membimbing gerakan wajah, kecondongan kepala, jeda dan mikroekspresi. Tujuannya ialah penyampai atau watak menyampaikan kandungan lisan dengan penyelarasan bibir dan gerak isyarat, bukannya penjana adegan umum yang mencipta seluruh latar dan trek bunyi daripada prompt sinematik.
Pengeluar menerangkan sokongan watak realistik dan bergaya, termasuk imej bersudut atau profil, wajah gaya anime dan haiwan peliharaan. Watak berasaskan foto paling berkesan apabila mata, mulut dan struktur wajah mudah dikenal pasti. HeyGen mengesyorkan imej jelas dengan pencahayaan baik, postur semula jadi dan tangan yang kelihatan apabila gerak isyarat penting. Wajah sangat kecil, bibir terlindung, topeng tebal, paruh ketara atau nisbah yang amat dibesar-besarkan boleh melemahkan gerakan wajah dan penyelarasan bibir. Pastikan pembingkaian sumber sesuai dengan persembahan yang dimaksudkan.
Pengeluar menyediakan dua laluan input pertuturan. Skrip bertulis dipadankan dengan suara terpilih; trek audio prarakaman membekalkan suara dan pemasaan secara terus. Gunakan laluan audio rakaman apabila penyampaian sudah ditetapkan, dan laluan skrip apabila pertuturan perlu disintesis. Input ini ialah alternatif dalam antara muka yang didokumentasikan. Sediakan susunan kata akhir, nama dan sebutan sebelum animasi, serta simpan audio atau skrip bersama video yang dipulangkan supaya hasil pertuturan boleh diperiksa.
Profil model Avatar IV HeyGen merangkumi avatar studio, Digital Twins, Photo Avatars, imej terus dan subjek yang dicipta melalui prompt. Photo Avatar boleh guna semula menyediakan subjek stabil untuk video kemudian, manakala aliran kerja imej terus bermula daripada gambar yang dibekalkan. Profil Photo Avatar pengeluar menawarkan arahan gerakan teks bebas dan pilihan tahap ekspresi high, medium atau low, dengan low sebagai lalai. Kekalkan rupa avatar dan enjin terpilih apabila membuat siri supaya imej sumber atau model render yang berubah tidak menjadi perubahan penyampai yang tidak disedari.
Untuk arahan gerakan, terangkan tindakan badan yang kelihatan dan sifat emosinya. “Mengangguk lembut dengan senyuman mesra” memberikan satu gerak isyarat dan satu ekspresi; sapaan ringkas boleh menggunakan lambaian ramah. Pembuat mengesyorkan satu gerak isyarat utama, yang boleh dipadankan dengan ekspresi wajah, dan tidak lebih daripada dua klausa pendek bagi urutan. Avatar IV mengendalikan kadar berdasarkan persembahan, maka panduan Studio tidak memerlukan jadual gerak isyarat saat demi saat. Susunan kata khusus dan ringkas lebih mudah diperiksa daripada beberapa tindakan yang bersaing dalam satu prompt.
Profil audio-ke-video pengeluar merender sehingga tiga puluh minit audio yang dibekalkan bagi setiap permintaan, dan aset MP3 atau WAV yang dimuat naik mempunyai had 32 MB. Untuk pelajaran atau rakaman lebih panjang, bahagikan bahan pada sempadan pertuturan yang koheren dan kekalkan susunan asal. Pemasaan pertuturan video akhir patut mengikuti audio terpilih, bukannya anggaran tempoh klip yang tidak berkaitan.
Tetapan output pengeluar yang didokumentasikan merangkumi 720p atau 1080p dan bentuk 16:9, 9:16, 4:5, 5:4 atau 1:1, dengan pilihan automatik yang mengikuti nisbah sumber. Padanan cover boleh memangkas subjek; contain memuatkan seluruh subjek dan mungkin meninggalkan latar sekeliling kelihatan. Aliran kerja audio-ke-videonya memulangkan MP4 secara lalai. Untuk avatar video, output WebM telus memerlukan sokongan matting, dan pengeluar menerapkan pembuangan latar untuk output itu, bukannya menggabungkannya dengan latar baharu. Periksa pembingkaian dan fail sebenar sebelum meletakkan penyampai dalam komposisi lebih besar.
Pengenalan latihan boleh menggunakan imej penyampai yang jelas, penerangan ringkas dan satu gerak isyarat terkawal pada arahan utama. Penerangan produk boleh mengekalkan rupa avatar yang sama sambil mengubah skrip pertuturan untuk ciri berbeza. Pengeluar turut mendokumentasikan fail sari kata pilihan dan kapsyen terbenam; semak susunan kata serta pemasaannya bersama pertuturan. Render adalah tak segerak dalam antara muka pembuat, maka respons penciptaan dan video lengkap ialah artifak berbeza. Simpan rakaman siap dan keadaan siapnya bersama hasil tugas.
Avatar IV kekal berbeza daripada gerakan berpandukan rujukan Avatar V dan kawalan praset Studio yang berasingan. Ia juga berbeza daripada penjanaan adegan serba guna HeyGen Video dan perbualan avatar langsung interaktif. Semak gerakan mulut yang dirender, tangan yang kelihatan, ekspresi wajah, jeda dan perkataan yang dituturkan terhadap bahan sumber serta nada yang dimaksudkan. Imej, pose, pencahayaan dan arahan gerakan mempengaruhi hasil; animasi berasaskan foto patut diperiksa sebagai persembahan janaan, dengan input terpilih disimpan untuk semakan kemudian.
Ailoot Ultra · Penjanaan video POST /v1/videos heygen/avatar-iv
heygen/avatar-ivPengenalan
Avatar IV menganimasikan foto menjadi video bercakap yang terselaras bibir, dengan pemasaan ekspresi wajah dan gerak isyarat berpandukan suara. HeyGen mendokumentasikan aliran kerja skrip atau audio rakaman dan kawalan gerakan Photo Avatar untuk penyampai realistik atau bergaya.
- Input yang diterima
- Teks · Imej · Audio · Video
- Hasil
- Video
Tersedia di Ailoot · input & kaedah
Ailoot Ultra · Penjanaan video POST /v1/videos
- Input
text,image,audio,video- Output
video
| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had heygen/avatar-iv | Lalai— |
Medaninput_references | Jenisarray | KeperluanDiperlukan | Nilai & had Item minimum: 2 Item maksimum: 2 | Lalai— |
Medanprompt | Jenisstring | KeperluanPilihan | Nilai & had | Lalai— |
Parameter kaedah dan kitar hayat
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, input_references |
Parametermaterial_types | Kontraktext, image, audio, video |
Parametermaterial_conditions | KontrakGunakan pautan kandungan aset media siap sebenar milik anda dengan tandatangan yang dikembalikan: satu sumber video untuk BFL, atau satu sumber imej dan satu sumber audio untuk avatar. Bukti pemilik/jenis/bait Source diperlukan., Berikan tepat satu imej PNG/JPEG dan satu aset audio WAV/MP3. Audio mestilah paling banyak 32000000 bait, dengan tempoh lebih daripada 0 dan paling banyak 1800 saat. |
Kitar hayat: asynchronous_job_then_owned_outputs
GET /v1/videos/{request_id} · id atau polling_url sebenar yang dikembalikan
GET /v1/videos/{request_id}/content
Pelan harga
Cara caj akhir dikira
Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
- Mod pantas
- Tidak dinyatakan Apabila mod pantas dipilih
- Mod flex
- Tidak dinyatakan Apabila mod flex dipilih
- Usaha penaakulan maksimum
- Tidak dinyatakan Apabila usaha penaakulan maksimum menggunakan pelarasan default
Anggaran kadar untuk perbandingan
Harga mengikut konfigurasi
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti ramalan | Unit pengebilan | Syarat pengebilan | Caj |
|---|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Unit pengebilan— | Syarat pengebilan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token |
| KonfigurasiHarga video | Jadual kadar— | Kuantiti ramalan— | Unit pengebilanbagi setiap saat video | Syarat pengebilanTiada syarat tambahan dinyatakan dalam kunci harga ini. | Caj Output · Harga video · Anggaran untuk perbandingan sahaja $0.1 bagi setiap saat video |
| KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Unit pengebilan— | Syarat pengebilan— | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.1 anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
Contoh permintaan
Ailoot Ultra · Penjanaan video
set -eu
: "${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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o response.bin
# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.
Terima dan simpan hasil
Ailoot Ultra · Penjanaan video
GET /v1/videos/{request_id}GET /v1/videos/{request_id}/content
Simpan semua aset yang selesai
set -eu
: "${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
Simpan semua hasil yang selesai
Simpan setiap video yang selesai atau fail yang dikembalikan; dapatkan setiap URL aset yang benar-benar dikembalikan.
Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.
Jika respons asal perlu disemak
Simpan X-Client-Request-ID, X-Ailoot-Task-Id dan id/polling_url sebenar yang dikembalikan. Teruskan tugas asal; jangan hantar permintaan penciptaan sekali lagi.
Medan respons
| Medan | Jenis |
|---|---|
Medanid | Jenis |
Medanstatus | Jenis |
Medandata[] | Jenis |
Medanoutputs[] | Jenis |
Alias
Alias model
Ailoot Ultra heygen/avatar-iv
Alias laluan kaedah
Gunakan laluan kaedah yang dipaparkan di atas.
ID pemanggil berkaitan
FAQ · HeyGen: Avatar IV
- Apakah input dan hasil yang tersedia?
POST /v1/videos·heygen/avatar-iv:text,image,audio,video→video- Apakah medan yang digunakan oleh permintaan?
POST /v1/videos·heygen/avatar-iv:model,input_references,prompt