ByteDance
OmniHuman 1.5
Anima um retrato (pessoa, pet ou desenho) para falar ou cantar no ritmo do áudio, em 720p ou 1080p. Com máscara, escolhe qual personagem da imagem fala.
- Avatar
- Lip sync
a partir de R$ 105,00
Sem dados 24hByteDance
OmniHuman 2.0
Vídeoid
omnihuman-2-0Gera vídeo 720p de um personagem falando a partir de uma imagem e de um áudio de 4 a 300 segundos, com movimento guiado pela voz. Aceita um prompt curto para cena e câmera.
- R$ 272,20 · Padrão
Monitor das últimas 24 h
Sem dados nas últimas 24 hSem dados ainda. As barras aparecem conforme as gerações acontecem.
Pedido
Imagens de referência (obrigatório)
Entre para enviar arquivos. Ou cole um link público. Até 1 arquivo.
Uma única imagem, enviada como lista de 1 item. Proporção (largura/altura) de 0,4 a 2,5; lados de 300 a 6.000 px; menor que 30 MB.
Áudio (obrigatório)
Entre para enviar arquivos. Ou cole um link público.
Áudio de 4 a 300 s que guia o movimento e a boca (WAV ou MP3, menor que 15 MB). O vídeo dura o mesmo que o áudio.
0/300
Controle de cena, movimento e câmera, até 300 caracteres (chinês, inglês, japonês, coreano, espanhol mexicano ou indonésio).
Mais opções (1)mostraresconder
Enable watermark
Marca d'água no vídeo. Vem ligada por padrão.
Preencha: Imagens de referência, Áudio.
Falhou? O valor volta na hora.
Sem conta? Criar conta leva 1 minuto.
Resultado
Seu resultado aparece aqui.
Sobre o OmniHuman 2.0
Gera vídeo 720p de um personagem falando a partir de uma imagem e de um áudio de 4 a 300 segundos, com movimento guiado pela voz. Aceita um prompt curto para cena e câmera.
Campos de entrada
Vão dentro de input. Campo vazio usa o padrão do modelo.
| Campo | Tipo | Obrigatório | Padrão | Opções |
|---|---|---|---|---|
image_urlsImagens de referência Uma única imagem, enviada como lista de 1 item. Proporção (largura/altura) de 0,4 a 2,5; lados de 300 a 6.000 px; menor que 30 MB. | lista de URLs | sim | — | mín. 1 · até 1 itens |
audio_urlÁudio Áudio de 4 a 300 s que guia o movimento e a boca (WAV ou MP3, menor que 15 MB). O vídeo dura o mesmo que o áudio. | URL | sim | — | — |
promptDescreva o que você quer Controle de cena, movimento e câmera, até 300 caracteres (chinês, inglês, japonês, coreano, espanhol mexicano ou indonésio). | texto | não | — | até 300 caracteres |
enable_watermarkEnable watermark Marca d'água no vídeo. Vem ligada por padrão. | sim/não | não | sim | — |
Use pela API
Crie a tarefa, guarde o taskId e consulte até ficar pronta (ou receba o aviso no seu callBackUrl). A chave fica em Painel → Chaves de API.
POST
https://api.hubroque.com.br/api/v1/jobs/createTaskID
omnihuman-2-0Corpo de exemplo
{
"model": "omnihuman-2-0",
"callBackUrl": "https://seusite.com.br/webhooks/hubroque",
"input": {
"image_urls": [
"https://seusite.com.br/arquivos/foto.jpg"
],
"audio_url": "https://seusite.com.br/arquivos/audio.mp3",
"prompt": "Café sendo servido numa xícara branca, câmera lenta, luz da manhã"
}
}- • Consulte com
GET /api/v1/jobs/recordInfo?taskId=.... Vídeo: a cada 10 a 15 s. - • Pronto quando
stateforsuccess. Os links vêm emresultJson.resultUrls. - • Sempre confira o
codeno corpo: a resposta HTTP é 200 mesmo com erro.
curl -X POST "https://api.hubroque.com.br/api/v1/jobs/createTask" \
-H "Authorization: Bearer hr_SUA_CHAVE" \
-H "Content-Type: application/json" \
-d '{
"model": "omnihuman-2-0",
"input": {
"image_urls": [
"https://seusite.com.br/arquivos/foto.jpg"
],
"audio_url": "https://seusite.com.br/arquivos/audio.mp3",
"prompt": "Café sendo servido numa xícara branca, câmera lenta, luz da manhã"
}
}'
# Depois, consulte o resultado com o taskId recebido:
curl "https://api.hubroque.com.br/api/v1/jobs/recordInfo?taskId=SEU_TASK_ID" \
-H "Authorization: Bearer hr_SUA_CHAVE"Modelos que fazem o mesmo
Testar
Kling
Kling AI Avatar 2.0 Pro
Faz uma foto falar: com um retrato e um áudio, gera vídeo 1080p com a boca sincronizada. O vídeo dura o mesmo que o áudio, até 5 minutos.
- Avatar
- Lip sync
a partir de R$ 311,10
Sem dados 24hKling
Kling AI Avatar 2.0 Standard
Faz uma foto falar: com um retrato e um áudio, gera vídeo 720p com a boca sincronizada. O vídeo dura o mesmo que o áudio, até 5 minutos.
- Avatar
- Lip sync
a partir de R$ 155,60
Sem dados 24h