Langsung ke konten

Developer · Diperbarui Okt 2026

OmniHuman 2 API: Input, Batasan, dan Cara Kerjanya

Jika kamu sedang mengevaluasi OmniHuman 2 API untuk sebuah produk, detail pentingnya adalah struktur request, batas input, dan cara hasil dikembalikan. Halaman ini merangkum semuanya di satu tempat, berdasarkan spesifikasi yang dipublikasikan penyedia hosting, dan menjelaskan apa yang perlu ditangani di kodemu sendiri sebelum mengirim request.

Foto+Suara=Video

Suara
Tidak punya foto? Coba:
  • Pratinjau gratis
  • Masuk dengan Google
  • Unggahan privat
Iklan UGC
Bernyanyi
Banyak orang
per video
5 menit
output
720p
adegan banyak orang
Multi
bahasa
6

Jika kamu tidak perlu mengintegrasikan apa pun dan hanya ingin membuat video, kamu bisa melewati urusan engineering: studio kami membungkus model yang sama lengkap dengan validasi unggahan, perekaman di browser, penyimpanan, dan unduhan.

Isi request OmniHuman 2 API

Sebuah request memiliki dua field wajib dan satu field opsional. URL gambar menunjuk ke orang (atau orang-orang) yang akan dianimasikan; URL audio menunjuk ke ucapan atau lagu yang menggerakkan penampilan; prompt opsional menjelaskan gerakan, suasana, detail adegan, dan gerakan kamera. Hasil biasanya dikirim secara asinkron melalui antrean: kamu mengirim request, menerima request ID, lalu melakukan polling status atau menerima webhook saat video siap.

  • image_url — wajib; gambar diam yang akan dianimasikan.
  • audio_url — wajib; MP3 atau WAV yang menentukan durasi dan lip sync.
  • prompt — opsional; didukung dalam bahasa Inggris, Mandarin, Jepang, Korea, Spanyol (Meksiko), dan Indonesia.

Batas input yang perlu divalidasi lebih dulu

Request yang ditolak membuang waktu dan terkadang uang, jadi lakukan validasi di sisimu sebelum memanggil model. Gambar harus dalam format umum seperti JPEG, PNG, WEBP, BMP, TIFF, GIF, atau HEIC, tidak lebih dari 30 MB, antara 300 dan 6000 piksel di setiap sisi, dengan rasio lebar terhadap tinggi dari 0,4 hingga 2,5. Audio harus WAV atau MP3, maksimal 15 MB, dan berdurasi antara 4 dan 300 detik.

Rekaman dari browser biasanya berformat WebM atau Opus, yang tidak diterima model. Konversikan ke WAV atau MP3 sebelum diunggah — studio kami meng-encode ulang rekaman menjadi WAV mono 22,05 kHz, sehingga klip lima menit tetap di bawah batas ukuran.

Output dan penagihan

Job yang selesai mengembalikan URL file video dan durasi yang dipakai untuk penagihan, yang sama dengan panjang audio input. Output berupa MP4 720p native. URL dari penyedia bisa kedaluwarsa, jadi sistem produksi sebaiknya menyalin file ke penyimpanan sendiri segera setelah job selesai, alih-alih menautkan langsung ke penyedia.

Karena biaya bertambah sesuai detik yang dirender, ukur durasi audio di server — jangan pernah memercayai durasi yang dikirim browser — dan reservasi biayanya sebelum mengirim job agar job yang berjalan bersamaan tidak menghabiskan saldo melebihi batas.

Alur yang siap produksi

Pola yang kami jalankan untuk setiap render di situs ini:

  1. 1Unggah ke penyimpanan privatTerbitkan signed upload URL berumur pendek; jangan pernah membuka tautan publik berumur panjang ke foto pengguna.
  2. 2Verifikasi di sisi serverUkur ulang durasi audio dan pastikan kedua file ada sebelum menagih apa pun.
  3. 3Reservasi, lalu kirimReservasi kredit secara atomik, kirim job, dan kembalikan kredit otomatis jika pengiriman gagal.
  4. 4Finalisasi secara idempotenSaat menerima webhook atau polling, ambil hasilnya, simpan MP4-nya, dan tandai job selesai tepat satu kali.

Kapan studio tanpa kode jadi pilihan yang lebih baik

Membangun alur di atas butuh kerja berhari-hari: penyimpanan, validasi, antrean, webhook, retry, dan penagihan. Jika tujuanmu adalah konten, bukan fitur produk, studio kami memberimu output OmniHuman 2.0 yang sama dengan semua itu sudah beres. Kami sendiri tidak menyediakan API publik; situs ini dirancang untuk kreator dan marketer yang menginginkan video jadi.

Menangani kegagalan dan retry

Anggap setiap job sebagai sesuatu yang bisa gagal: penyedia bisa menolak input, mengalami timeout saat beban tinggi, atau mengembalikan hasil yang tidak bisa diunduh. Simpan kolom status (queued, running, done, failed) untuk setiap job, buat langkah finalisasi idempoten agar webhook ganda tidak diproses dua kali, dan kembalikan saldo yang sudah direservasi jika gagal.

Lakukan polling sebagai cadangan meskipun kamu memakai webhook. Mesin pengembangan lokal tidak bisa menerimanya, dan webhook produksi sesekali tertunda.

  • Simpan request ID dari penyedia sebelum memberi respons ke pengguna.
  • Tanda tangani ulang URL input dengan masa berlaku lebih panjang dari perkiraan waktu antrean.
  • Catat error dari penyedia apa adanya; biasanya error tersebut menyebut batas persis yang terlampaui.

FAQ

Apakah omnihuman2.ai menyediakan API publik?

Tidak. Kami menjalankan model untuk kreator melalui studio web. Developer bisa mengakses OmniHuman 2 melalui penyedia model resmi.

Berapa durasi audio maksimum untuk OmniHuman 2 API?

300 detik. Minimumnya 4 detik, dan file harus MP3 atau WAV di bawah 15 MB.

Resolusi apa yang dikembalikan API?

Versi 2.0 merender secara native di 720p dan mengembalikan file MP4.

Apakah API-nya sinkron?

Umumnya tidak. Job memakan waktu beberapa menit, jadi penyedia memakai antrean dengan polling atau webhook.

Bisakah saya mengirim rekaman WebM?

Tidak secara langsung. Konversikan dulu ke WAV atau MP3; sebagian besar rekaman browser perlu di-encode ulang.

Bagaimana penggunaan ditagih?

Berdasarkan detik output, yang sama dengan panjang audio inputmu.

Apakah saya perlu menyalin video output ke penyimpanan sendiri?

Ya. URL hasil dari penyedia bisa kedaluwarsa, jadi unduh MP4 ke penyimpananmu sendiri segera setelah job selesai.

Berapa lama biasanya satu job berjalan?

Tergantung panjang klip dan beban antrean. Dalam pengujian kami sendiri, klip sekitar lima detik selesai dalam kurang lebih dua menit dari awal hingga akhir, jadi rancang UI-mu dengan hitungan menit, bukan detik.

Jelajahi lainnya

Bikin fotomu bicara.

Pratinjau gratis.