Avatar IV je HeyGenov pogon za avatarje, ki mirujočo sliko spremeni v izrazit govoreči video. Njegova z difuzijo navdihnjena zasnova pretvarjanja zvoka v izraz uporablja ton glasu, ritem in čustva za usmerjanje obraznega gibanja, nagibov glave, premorov in mikroizrazov. Namen je voditelj ali lik, ki podaja govorjeno vsebino z usklajenimi ustnicami in gestami, ne splošni generator prizorov, ki iz filmskega poziva ustvari celotno okolje in zvočno podlago.
Proizvajalec opisuje podporo realističnim in stiliziranim likom, vključno s slikami pod kotom ali iz profila, obrazi v slogu anime in hišnimi ljubljenčki. Liki na podlagi fotografije delujejo najbolje, kadar so njihove oči, usta in struktura obraza lahko prepoznavni. HeyGen priporoča jasno, dobro osvetljeno sliko z naravno držo in vidnimi rokami, kadar so geste pomembne. Zelo majhen obraz, skrite ustnice, težke maske, izrazit kljun ali močno pretirana razmerja lahko oslabijo gibanje obraza in usklajenost ustnic. Izvorno kadriranje prilagodite predvideni izvedbi.
Proizvajalec ponuja dve poti vnosa govora. Pisni scenarij se poveže z izbranim glasom; vnaprej posneta zvočna steza pa neposredno zagotovi glas in časovni potek. Pot posnetega zvoka uporabite, kadar je izvedba že določena, pot scenarija pa, kadar je treba govor sintetizirati. Ta vhoda sta v dokumentiranem vmesniku alternativi. Pred animiranjem pripravite končno besedilo, imena in izgovorjavo ter z vrnjenim videom shranite zvok ali scenarij, da lahko preverite govorjeni rezultat.
HeyGenov profil modela Avatar IV zajema studijske avatarje, Digital Twins, Photo Avatars, neposredne slike in motive, ustvarjene s pozivom. Večkrat uporaben Photo Avatar zagotovi stalen motiv za poznejše videe, postopek z neposredno sliko pa začne pri priloženi sliki. Proizvajalčev profil Photo Avatar ponuja besedilna navodila za gibanje in ravni izraznosti visoka, srednja ali nizka, pri čemer je privzeta nizka. Pri seriji ohranite izbrani videz avatarja in pogon, da spremenjena izvorna slika ali model izrisa ne postaneta neopazna sprememba voditelja.
Pri usmerjanju gibanja opišite vidno telesno dejanje in njegovo čustveno kakovost. »Nežno pokima s toplim nasmehom« poda eno gesto in en izraz; kratek pozdrav lahko uporabi prijazno mahanje. Proizvajalec priporoča eno glavno gesto, po želji povezano z obraznim izrazom, in največ dva kratka stavčna dela za zaporedje. Avatar IV tempo obravnava iz izvedbe, zato vodič Studio ne zahteva razporeda gest po sekundah. Konkretno, jedrnato besedilo je lažje pregledati kot več tekmujočih dejanj v enem pozivu.
Proizvajalčev profil zvok-v-video izriše do trideset minut priloženega zvoka na zahtevo, naloženo gradivo MP3 ali WAV pa ima omejitev 32 MB. Pri daljši učni uri ali posnetku gradivo razdelite na smiselnih govornih mejah in ohranite prvotni vrstni red. Časovni potek govora v končnem videu naj sledi izbranemu zvoku, ne nepovezani oceni dolžine posnetka.
Dokumentirane proizvajalčeve izhodne nastavitve vključujejo 720p ali 1080p ter oblike 16:9, 9:16, 4:5, 5:4 ali 1:1, s samodejno možnostjo, ki sledi razmerju vira. Prileganje cover lahko motiv obreže; contain prilega celoten motiv in lahko pusti vidno okoliško ozadje. Postopek zvok-v-video privzeto vrne MP4. Pri video avatarjih prosojen izhod WebM zahteva podporo izrezovanju maske, proizvajalec pa za ta izhod uporabi odstranjevanje ozadja, namesto da bi ga združil z novim ozadjem. Pred umestitvijo voditelja v večjo kompozicijo preverite dejansko kadriranje in datoteko.
Uvod v usposabljanje lahko uporabi razločno sliko voditelja, jedrnato razlago in eno zadržano gesto ob ključnem navodilu. Razlagalni video izdelka lahko ohrani isti videz avatarja in spreminja govorjeni scenarij za različne funkcije. Proizvajalec dokumentira tudi neobvezne datoteke podnapisov in vžgane podnapise; njihovo besedilo in časovni potek preglejte skupaj z govorom. Izris v proizvajalčevem vmesniku poteka asinhrono, zato sta odgovor ob ustvarjanju in končni video različni gradivi. Končni posnetek in njegovo stanje dokončanja hranite z rezultatom naloge.
Avatar IV ostaja ločen od gibanja Avatar V na podlagi referenc in njegovih ločenih prednastavljenih možnosti Studio. Razlikuje se tudi od splošnonamenskega ustvarjanja prizorov HeyGen Video in od interaktivnega pogovora z živim avatarjem. Izrisano gibanje ust, vidne roke, mimiko, premore in izgovorjeno besedilo primerjajte z izvornim gradivom in želenim tonom. Slika, poza, osvetlitev in navodila za gibanje vplivajo na rezultat; animacijo na podlagi fotografije preverite kot ustvarjeno izvedbo, z izbranimi vhodi, shranjenimi za poznejše spremembe.
", "aboutText": "Avatar IV je HeyGenov pogon za avatarje, ki mirujočo sliko spremeni v izrazit govoreči video. Njegova z difuzijo navdihnjena zasnova pretvarjanja zvoka v izraz uporablja ton glasu, ritem in čustva za usmerjanje obraznega gibanja, nagibov glave, premorov in mikroizrazov. Namen je voditelj ali lik, ki podaja govorjeno vsebino z usklajenimi ustnicami in gestami, ne splošni generator prizorov, ki iz filmskega poziva ustvari celotno okolje in zvočno podlago.\n\nProizvajalec opisuje podporo realističnim in stiliziranim likom, vključno s slikami pod kotom ali iz profila, obrazi v slogu anime in hišnimi ljubljenčki. Liki na podlagi fotografije delujejo najbolje, kadar so njihove oči, usta in struktura obraza lahko prepoznavni. HeyGen priporoča jasno, dobro osvetljeno sliko z naravno držo in vidnimi rokami, kadar so geste pomembne. Zelo majhen obraz, skrite ustnice, težke maske, izrazit kljun ali močno pretirana razmerja lahko oslabijo gibanje obraza in usklajenost ustnic. Izvorno kadriranje prilagodite predvideni izvedbi.\n\nProizvajalec ponuja dve poti vnosa govora. Pisni scenarij se poveže z izbranim glasom; vnaprej posneta zvočna steza pa neposredno zagotovi glas in časovni potek. Pot posnetega zvoka uporabite, kadar je izvedba že določena, pot scenarija pa, kadar je treba govor sintetizirati. Ta vhoda sta v dokumentiranem vmesniku alternativi. Pred animiranjem pripravite končno besedilo, imena in izgovorjavo ter z vrnjenim videom shranite zvok ali scenarij, da lahko preverite govorjeni rezultat.\n\nHeyGenov profil modela Avatar IV zajema studijske avatarje, Digital Twins, Photo Avatars, neposredne slike in motive, ustvarjene s pozivom. Večkrat uporaben Photo Avatar zagotovi stalen motiv za poznejše videe, postopek z neposredno sliko pa začne pri priloženi sliki. Proizvajalčev profil Photo Avatar ponuja besedilna navodila za gibanje in ravni izraznosti visoka, srednja ali nizka, pri čemer je privzeta nizka. Pri seriji ohranite izbrani videz avatarja in pogon, da spremenjena izvorna slika ali model izrisa ne postaneta neopazna sprememba voditelja.\n\nPri usmerjanju gibanja opišite vidno telesno dejanje in njegovo čustveno kakovost. »Nežno pokima s toplim nasmehom« poda eno gesto in en izraz; kratek pozdrav lahko uporabi prijazno mahanje. Proizvajalec priporoča eno glavno gesto, po želji povezano z obraznim izrazom, in največ dva kratka stavčna dela za zaporedje. Avatar IV tempo obravnava iz izvedbe, zato vodič Studio ne zahteva razporeda gest po sekundah. Konkretno, jedrnato besedilo je lažje pregledati kot več tekmujočih dejanj v enem pozivu.\n\nProizvajalčev profil zvok-v-video izriše do trideset minut priloženega zvoka na zahtevo, naloženo gradivo MP3 ali WAV pa ima omejitev 32 MB. Pri daljši učni uri ali posnetku gradivo razdelite na smiselnih govornih mejah in ohranite prvotni vrstni red. Časovni potek govora v končnem videu naj sledi izbranemu zvoku, ne nepovezani oceni dolžine posnetka.\n\nDokumentirane proizvajalčeve izhodne nastavitve vključujejo 720p ali 1080p ter oblike 16:9, 9:16, 4:5, 5:4 ali 1:1, s samodejno možnostjo, ki sledi razmerju vira. Prileganje cover lahko motiv obreže; contain prilega celoten motiv in lahko pusti vidno okoliško ozadje. Postopek zvok-v-video privzeto vrne MP4. Pri video avatarjih prosojen izhod WebM zahteva podporo izrezovanju maske, proizvajalec pa za ta izhod uporabi odstranjevanje ozadja, namesto da bi ga združil z novim ozadjem. Pred umestitvijo voditelja v večjo kompozicijo preverite dejansko kadriranje in datoteko.\n\nUvod v usposabljanje lahko uporabi razločno sliko voditelja, jedrnato razlago in eno zadržano gesto ob ključnem navodilu. Razlagalni video izdelka lahko ohrani isti videz avatarja in spreminja govorjeni scenarij za različne funkcije. Proizvajalec dokumentira tudi neobvezne datoteke podnapisov in vžgane podnapise; njihovo besedilo in časovni potek preglejte skupaj z govorom. Izris v proizvajalčevem vmesniku poteka asinhrono, zato sta odgovor ob ustvarjanju in končni video različni gradivi. Končni posnetek in njegovo stanje dokončanja hranite z rezultatom naloge.\n\nAvatar IV ostaja ločen od gibanja Avatar V na podlagi referenc in njegovih ločenih prednastavljenih možnosti Studio. Razlikuje se tudi od splošnonamenskega ustvarjanja prizorov HeyGen Video in od interaktivnega pogovora z živim avatarjem. Izrisano gibanje ust, vidne roke, mimiko, premore in izgovorjeno besedilo primerjajte z izvornim gradivom in želenim tonom. Slika, poza, osvetlitev in navodila za gibanje vplivajo na rezultat; animacijo na podlagi fotografije preverite kot ustvarjeno izvedbo, z izbranimi vhodi, shranjenimi za poznejše spremembe.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b8b9a0ce8e522d904b146d1ab5330f4f4748da1de6d2034a7eb390f75d8a29a4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sl", "methods": [ { "html": "heygen/avatar-ivAvatar IV fotografijo animira v govoreči video z usklajenim gibanjem ustnic, pri čemer glas usmerja mimiko in časovni potek gest. HeyGen dokumentira postopke s scenarijem ali posnetim zvokom ter nadzor gibanja Photo Avatar za realistične ali stilizirane voditelje.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
Avatar IV je HeyGenov pogon za avatarje, ki mirujočo sliko spremeni v izrazit govoreči video. Njegova z difuzijo navdihnjena zasnova pretvarjanja zvoka v izraz uporablja ton glasu, ritem in čustva za usmerjanje obraznega gibanja, nagibov glave, premorov in mikroizrazov. Namen je voditelj ali lik, ki podaja govorjeno vsebino z usklajenimi ustnicami in gestami, ne splošni generator prizorov, ki iz filmskega poziva ustvari celotno okolje in zvočno podlago.
Proizvajalec opisuje podporo realističnim in stiliziranim likom, vključno s slikami pod kotom ali iz profila, obrazi v slogu anime in hišnimi ljubljenčki. Liki na podlagi fotografije delujejo najbolje, kadar so njihove oči, usta in struktura obraza lahko prepoznavni. HeyGen priporoča jasno, dobro osvetljeno sliko z naravno držo in vidnimi rokami, kadar so geste pomembne. Zelo majhen obraz, skrite ustnice, težke maske, izrazit kljun ali močno pretirana razmerja lahko oslabijo gibanje obraza in usklajenost ustnic. Izvorno kadriranje prilagodite predvideni izvedbi.
Proizvajalec ponuja dve poti vnosa govora. Pisni scenarij se poveže z izbranim glasom; vnaprej posneta zvočna steza pa neposredno zagotovi glas in časovni potek. Pot posnetega zvoka uporabite, kadar je izvedba že določena, pot scenarija pa, kadar je treba govor sintetizirati. Ta vhoda sta v dokumentiranem vmesniku alternativi. Pred animiranjem pripravite končno besedilo, imena in izgovorjavo ter z vrnjenim videom shranite zvok ali scenarij, da lahko preverite govorjeni rezultat.
HeyGenov profil modela Avatar IV zajema studijske avatarje, Digital Twins, Photo Avatars, neposredne slike in motive, ustvarjene s pozivom. Večkrat uporaben Photo Avatar zagotovi stalen motiv za poznejše videe, postopek z neposredno sliko pa začne pri priloženi sliki. Proizvajalčev profil Photo Avatar ponuja besedilna navodila za gibanje in ravni izraznosti visoka, srednja ali nizka, pri čemer je privzeta nizka. Pri seriji ohranite izbrani videz avatarja in pogon, da spremenjena izvorna slika ali model izrisa ne postaneta neopazna sprememba voditelja.
Pri usmerjanju gibanja opišite vidno telesno dejanje in njegovo čustveno kakovost. »Nežno pokima s toplim nasmehom« poda eno gesto in en izraz; kratek pozdrav lahko uporabi prijazno mahanje. Proizvajalec priporoča eno glavno gesto, po želji povezano z obraznim izrazom, in največ dva kratka stavčna dela za zaporedje. Avatar IV tempo obravnava iz izvedbe, zato vodič Studio ne zahteva razporeda gest po sekundah. Konkretno, jedrnato besedilo je lažje pregledati kot več tekmujočih dejanj v enem pozivu.
Proizvajalčev profil zvok-v-video izriše do trideset minut priloženega zvoka na zahtevo, naloženo gradivo MP3 ali WAV pa ima omejitev 32 MB. Pri daljši učni uri ali posnetku gradivo razdelite na smiselnih govornih mejah in ohranite prvotni vrstni red. Časovni potek govora v končnem videu naj sledi izbranemu zvoku, ne nepovezani oceni dolžine posnetka.
Dokumentirane proizvajalčeve izhodne nastavitve vključujejo 720p ali 1080p ter oblike 16:9, 9:16, 4:5, 5:4 ali 1:1, s samodejno možnostjo, ki sledi razmerju vira. Prileganje cover lahko motiv obreže; contain prilega celoten motiv in lahko pusti vidno okoliško ozadje. Postopek zvok-v-video privzeto vrne MP4. Pri video avatarjih prosojen izhod WebM zahteva podporo izrezovanju maske, proizvajalec pa za ta izhod uporabi odstranjevanje ozadja, namesto da bi ga združil z novim ozadjem. Pred umestitvijo voditelja v večjo kompozicijo preverite dejansko kadriranje in datoteko.
Uvod v usposabljanje lahko uporabi razločno sliko voditelja, jedrnato razlago in eno zadržano gesto ob ključnem navodilu. Razlagalni video izdelka lahko ohrani isti videz avatarja in spreminja govorjeni scenarij za različne funkcije. Proizvajalec dokumentira tudi neobvezne datoteke podnapisov in vžgane podnapise; njihovo besedilo in časovni potek preglejte skupaj z govorom. Izris v proizvajalčevem vmesniku poteka asinhrono, zato sta odgovor ob ustvarjanju in končni video različni gradivi. Končni posnetek in njegovo stanje dokončanja hranite z rezultatom naloge.
Avatar IV ostaja ločen od gibanja Avatar V na podlagi referenc in njegovih ločenih prednastavljenih možnosti Studio. Razlikuje se tudi od splošnonamenskega ustvarjanja prizorov HeyGen Video in od interaktivnega pogovora z živim avatarjem. Izrisano gibanje ust, vidne roke, mimiko, premore in izgovorjeno besedilo primerjajte z izvornim gradivom in želenim tonom. Slika, poza, osvetlitev in navodila za gibanje vplivajo na rezultat; animacijo na podlagi fotografije preverite kot ustvarjeno izvedbo, z izbranimi vhodi, shranjenimi za poznejše spremembe.
POST /v1/videostext, image, audio, videovideo| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve heygen/avatar-iv | Privzeto— |
Poljeinput_references | Vrstaarray | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 2 Največ elementov: 2 | Privzeto— |
Poljeprompt | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, input_references |
Parametermaterial_types | Specifikacijatext, image, audio, video |
Parametermaterial_conditions | SpecifikacijaUporabite dejanske URL-je vsebine dokončanih medijskih sredstev v vaši lasti z vrnjenimi podpisi: en video vir za BFL ali en slikovni in en zvočni vir za avatar. Zahtevano je dokazilo Source o lastniku/vrsti/bajtih., Podajte natanko eno sliko PNG/JPEG in eno zvočno sredstvo WAV/MP3. Zvok ima največ 32000000 bajtov, trajanje pa je večje od 0 in največ 1800 sekund. |
Življenjski cikel: asynchronous_job_then_owned_outputs
GET /v1/videos/{request_id} · dejansko vrnjeni id ali polling_url
GET /v1/videos/{request_id}/content
Prikazane cene so namenjene oceni stroškov pred generiranjem. Končni znesek se izračuna na podlagi stroška, zabeleženega za izvirno generiranje. Izmerjeno trajanje izhoda in napovedane količine niso končna obračunska količina.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
Vsak strošek povežite s prikazanimi pogoji. Za vsak nabor alternativnih nastavitev uporabite eno ceno.
| Nastavitev | Cenovna lestvica | Predvidena količina | Obračunska enota | Obračunski pogoji | Strošek |
|---|---|---|---|---|---|
| NastavitevOsnovne cene žetonov | Cenovna lestvicaOsnovna cena | Predvidena količina— | Obračunska enota— | Obračunski pogoji— | Strošek Vhod · Vhodni žetoni · Ocena samo za primerjavo — / 1K žetonov Izhod · Izhodni žetoni · Ocena samo za primerjavo — / 1K žetonov Vhod · Branje predpomnilnika · Ocena samo za primerjavo — / 1K žetonov Vhod · Zapis v predpomnilnik · Ocena samo za primerjavo — / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura · Ocena samo za primerjavo — / 1K žetonov |
| NastavitevCena videa | Cenovna lestvica— | Predvidena količina— | Obračunska enotana sekundo videa | Obračunski pogojiV tem cenovnem ključu ni naveden noben dodaten pogoj. | Strošek Izhod · Cena videa · Ocena samo za primerjavo $0.1 na sekundo videa |
| NastavitevOcenjeni strošek ustvarjanja | Cenovna lestvica— | Predvidena količinaocena za eno generiranje | Obračunska enota— | Obračunski pogoji— | Strošek Izhod · Ocenjeni stroški ustvarjanja · Ocena samo za primerjavo $0.1 ocena pred ustvarjanjem Ta ocena ni dodatno plačilo ali fiksna cena za dokončano generiranje. |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_INPUT_REFERENCES_JSON:?Set the actual documented input value}"\nexport AILOOT_INPUT_REFERENCES_JSON\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nrequest={'model': 'heygen/avatar-iv', 'input_references': '${ACTUAL_OWNED_INPUT_REFERENCES}'}\nrequest['input_references']=json.loads(os.environ['AILOOT_INPUT_REFERENCES_JSON'])\nPath('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o response.bin\n# Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.\nGET /v1/videos/{request_id}GET /v1/videos/{request_id}/contentset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_STATUS_FILE:?Set the actual completed status JSON file}"\nexport AILOOT_STATUS_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\nfrom urllib.parse import urlsplit,urljoin\nf=Path(os.environ["AILOOT_STATUS_FILE"])\nif not f.is_file():raise SystemExit("Choose the actual completed status file")\nr=json.loads(f.read_text())\nif r.get("status")!="completed" or not isinstance(r.get("data"),list) or not r["data"]:raise SystemExit("Wait for a completed status with asset paths")\nurls=[]\nfor x in r["data"]:\n if not isinstance(x,str) or "\\n" in x or "\\r" in x:raise SystemExit("Invalid asset path")\n u=urljoin("https://api.ailoot.ai",x)\n z=urlsplit(u)\n if z.scheme!="https" or z.netloc!="api.ailoot.ai" or z.username or z.password:raise SystemExit("Use the actual Ailoot asset paths from status")\n urls.append(u)\nPath("asset-urls.txt").write_text("\\n".join(urls)+"\\n")\nPY_REQUEST\nindex=0\nwhile IFS= read -r asset_url; do\n curl --fail-with-body --silent --show-error "$asset_url" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o "video-${index}.mp4"\n index=$((index + 1))\ndone < asset-urls.txt\nShranite vsak dokončan video ali vrnjeno datoteko; pridobite vsebino z vsake dejansko vrnjene URL gradiva.
Shranite celoten odgovor in glave, vse dejanske izhode, izvirne vrnjene identifikatorje in vsa polja s podatki o porabi. Pridobite podatke izvirne operacije brez ponovnega pošiljanja zahteve za ustvarjanje.
Ohranite X-Client-Request-ID, X-Ailoot-Task-Id in dejansko vrnjeni id/polling_url. Nadaljujte prvotno opravilo; ustvarjanja ne oddajte znova.
| Polje | Vrsta |
|---|---|
Poljeid | Vrsta |
Poljestatus | Vrsta |
Poljedata[] | Vrsta |
Poljeoutputs[] | Vrsta |
Ailoot Ultra heygen/avatar-iv
Uporabite zgoraj navedene poti metod.