Langkau ke kandungan

Pembangun · Dikemas kini Okt 2026

API OmniHuman 2: Input, Had dan Cara Ia Berfungsi

Jika anda sedang menilai API OmniHuman 2 untuk sesuatu produk, butiran penting ialah bentuk permintaan, had input dan cara hasil dikembalikan. Halaman ini meringkaskan semuanya di satu tempat, berdasarkan spesifikasi yang diterbitkan oleh penyedia pengehosan, dan menerangkan perkara yang perlu dikendalikan dalam kod anda sendiri sebelum menghantar permintaan.

Gambar+Suara=Video

Suara
Tiada gambar? Cuba:
  • Pratonton percuma
  • Log masuk Google
  • Muat naik peribadi
Iklan UGC
Menyanyi
Berbilang orang
setiap video
5 min
output
720p
orang dalam babak
Ramai
bahasa
6

Jika anda tidak perlu mengintegrasikan apa-apa dan hanya mahukan video, anda boleh melangkau kerja kejuruteraan: studio kami membungkus model yang sama dengan pengesahan muat naik, rakaman pelayar, storan dan muat turun.

Kandungan permintaan API OmniHuman 2

Satu permintaan mempunyai dua medan wajib dan satu medan pilihan. URL imej menunjuk kepada individu (atau beberapa individu) yang hendak dihidupkan; URL audio menunjuk kepada pertuturan atau lagu yang menggerakkan persembahan; prompt pilihan menerangkan pergerakan, suasana, butiran babak dan pergerakan kamera. Hasil biasanya dihantar secara tak segerak melalui baris gilir: anda menghantar permintaan, menerima ID permintaan, kemudian menyemak status secara berkala atau menerima webhook apabila video sedia.

  • image_url — wajib; imej pegun yang hendak dihidupkan.
  • audio_url — wajib; MP3 atau WAV yang menentukan panjang dan lip sync.
  • prompt — pilihan; disokong dalam bahasa Inggeris, Cina, Jepun, Korea, Sepanyol (Mexico) dan Indonesia.

Had input yang perlu disahkan dahulu

Permintaan yang ditolak membazirkan masa dan kadangkala wang, jadi sahkan di pihak anda sebelum memanggil model. Imej mestilah dalam format biasa seperti JPEG, PNG, WEBP, BMP, TIFF, GIF atau HEIC, tidak melebihi 30 MB, antara 300 hingga 6000 piksel pada setiap sisi, dengan nisbah lebar kepada tinggi dari 0.4 hingga 2.5. Audio mestilah WAV atau MP3, maksimum 15 MB, dan berdurasi antara 4 hingga 300 saat.

Rakaman pelayar biasanya dalam format WebM atau Opus, yang tidak diterima oleh model. Tukarkannya kepada WAV atau MP3 sebelum dimuat naik — studio kami mengekod semula rakaman kepada WAV mono 22.05 kHz, yang memastikan klip lima minit kekal di bawah had saiz.

Output dan pengebilan

Tugasan yang selesai mengembalikan URL fail video dan durasi yang digunakan untuk pengebilan, yang sama dengan panjang audio input. Output ialah MP4 720p asli. URL penyedia boleh tamat tempoh, jadi sistem produksi perlu menyalin fail ke dalam storan sendiri sebaik sahaja tugasan selesai, bukannya memaut terus kepada penyedia.

Oleh sebab kos meningkat mengikut saat yang dirender, ukur durasi audio di pelayan — jangan sekali-kali mempercayai durasi yang dihantar oleh pelayar — dan tempah kos sebelum menghantar supaya tugasan serentak tidak boleh membelanjakan baki secara berlebihan.

Aliran yang sedia untuk produksi

Corak yang kami jalankan untuk setiap render di laman ini:

  1. 1Muat naik ke storan peribadiKeluarkan URL muat naik bertandatangan yang bertempoh singkat; jangan sekali-kali dedahkan pautan awam jangka panjang kepada gambar pengguna.
  2. 2Sahkan di pihak pelayanUkur semula panjang audio dan pastikan kedua-dua fail wujud sebelum sebarang caj.
  3. 3Tempah, kemudian hantarTempah kredit secara atomik, hantar tugasan dan pulangkan kredit secara automatik jika penghantaran gagal.
  4. 4Muktamadkan secara idempotenApabila menerima webhook atau semakan berkala, ambil hasil, simpan MP4 dan tandakan tugasan sebagai selesai tepat sekali sahaja.

Bila studio tanpa kod menjadi pilihan lebih baik

Membina saluran di atas memerlukan beberapa hari kerja: storan, pengesahan, baris gilir, webhook, cubaan semula dan pengebilan. Jika matlamat anda ialah kandungan dan bukan ciri produk, studio kami memberikan output OmniHuman 2.0 yang sama dengan semua itu sudah tersedia. Kami sendiri tidak menawarkan API awam; laman ini direka untuk pencipta kandungan dan pemasar yang mahukan video siap.

Mengendalikan kegagalan dan cubaan semula

Anggap setiap tugasan sebagai sesuatu yang boleh gagal: penyedia mungkin menolak input, tamat masa ketika beban tinggi atau mengembalikan hasil yang tidak boleh dimuat turun. Simpan lajur status (dalam baris gilir, sedang berjalan, selesai, gagal) bagi setiap tugasan, jadikan langkah memuktamadkan idempoten supaya webhook pendua tidak diproses dua kali, dan pulangkan sebarang baki yang ditempah apabila gagal.

Gunakan semakan berkala sebagai sandaran walaupun anda menggunakan webhook. Mesin pembangunan tempatan tidak boleh menerimanya, dan webhook produksi kadangkala tertangguh.

  • Simpan ID permintaan penyedia sebelum memberi respons kepada pengguna.
  • Tandatangan semula URL input dengan tempoh sah yang lebih panjang daripada jangkaan masa menunggu dalam baris gilir.
  • Log ralat penyedia sepenuhnya seperti asal; ia biasanya menyatakan had tepat yang telah dilampaui.

Soalan lazim

Adakah omnihuman2.ai menawarkan API awam?

Tidak. Kami menjalankan model untuk pencipta kandungan melalui studio web. Pembangun boleh mengakses OmniHuman 2 melalui penyedia model rasmi.

Berapakah panjang audio maksimum untuk API OmniHuman 2?

300 saat. Minimum ialah 4 saat, dan fail mestilah MP3 atau WAV di bawah 15 MB.

Apakah resolusi yang dikembalikan oleh API?

Versi 2.0 merender secara asli pada 720p dan mengembalikan fail MP4.

Adakah API ini segerak?

Secara amnya tidak. Tugasan mengambil masa beberapa minit, jadi penyedia menggunakan baris gilir dengan semakan berkala atau webhook.

Bolehkah saya menghantar rakaman WebM?

Tidak secara terus. Tukarkannya kepada WAV atau MP3 dahulu; kebanyakan rakaman pelayar perlu dikod semula.

Bagaimanakah penggunaan dicaj?

Mengikut saat output, yang sama dengan panjang audio input anda.

Patutkah saya menyalin video output ke storan saya sendiri?

Ya. URL hasil daripada penyedia boleh tamat tempoh, jadi muat turun MP4 ke dalam storan anda sendiri sebaik sahaja tugasan selesai.

Berapa lama biasanya satu tugasan mengambil masa?

Ia bergantung pada panjang klip dan beban baris gilir. Dalam ujian kami sendiri, klip lebih kurang lima saat siap dalam kira-kira dua minit dari mula hingga akhir, jadi reka antara muka anda berdasarkan minit, bukan saat.

Terus meneroka

Jadikan gambar anda bercakap.

Pratonton percuma.