AI Talking Avatar API für lippensynchrone Videos

Verwandeln Sie ein Porträt und eine Tonspur in ein lippensynchrones Talking-Video mit model: ai-talking-avatar. Übermitteln Sie eine asynchrone GoEnhance-API-Aufgabe, speichern Sie die zurückgegebene img_uuid und fragen Sie dann per Polling oder Callbacks ab, ob sie abgeschlossen ist.
API-Schlüssel abrufen
Sprecher in einem professionellen Aufnahmestudio für die Produktion der AI Talking Avatar API

Verbinden Sie Porträt- und Spracheingaben in einer einzigen Anfrage

Beginnen Sie mit einem klaren Porträt

Geben Sie eine öffentliche image_url mit bis zu 10MB an. Das Gesicht des Sprechers sollte klar sichtbar, unverdeckt und annähernd frontal sein, um ein zuverlässiges Quellbild zu erhalten.
Frontale Porträtaufnahme für eine AI Talking Avatar API-Anfrage

Steuern Sie die Sprache mit aufgezeichnetem Audio

Geben Sie eine öffentliche audio_url mit einer Dauer von 3 bis 60 Sekunden und bis zu 50MB an. Die gemessene Dauer bestimmt sowohl die Ausgabelänge als auch die abrechenbare Dauer.
Sprachaufnahmesitzung für ein audio-gesteuertes Talking-Avatar-Video
Validieren Sie vor der Übermittlung den exakten Modellnamen, die Medien-URLs, Dateigrößen, Audiodauer und Auflösung.

Funktionen und Grenzen der AI Talking Avatar API

Exakter Modellbezeichner

Setzen Sie model auf ai-talking-avatar; dieser erforderliche Wert wählt den Talking-Avatar-Workflow.

Erforderliche Porträt-URL

Übergeben Sie image_url als öffentliche Porträt-URI mit maximal 10MB und einem sichtbaren, unverdeckten Gesicht.

Erforderliche Sprach-URL

Übergeben Sie audio_url als öffentliches Sprachaudio mit einer Dauer von 3 bis 60 Sekunden und nicht größer als 50MB.

Optionaler Darbietungs-Prompt

Verwenden Sie prompt, um die gewünschte Sprechdarbietung zu beschreiben; der dokumentierte Standardwert ist person talking.

Zwei Auflösungsoptionen

Wählen Sie 540p oder 720p. Der dokumentierte Standardwert ist 540p.

Callback oder Polling

Geben Sie einen HTTPS-Callback an oder speichern Sie die img_uuid und fragen Sie den Job-Detail-Endpunkt per Polling nach Abschluss ab.
Die Abrechnung richtet sich nach der gemessenen Audiodauer. Ein 30-Sekunden-Clip kostet 15 Token bei 540p oder 30 Token bei 720p.

Preise der AI Talking Avatar API

540p-Preise

0,5 Token pro Audiosekunde, entsprechend $0.01 pro Sekunde bei einem dokumentierten Token-Wert von $0.02.

720p-Preise

1 Token pro Audiosekunde, entsprechend $0.02 pro Sekunde bei einem dokumentierten Token-Wert von $0.02.

Abrechnung nach gemessener Audiodauer

GoEnhance misst das übertragene Audio, bevor Token abgezogen werden; die Kosten entsprechen den gemessenen Sekunden multipliziert mit dem gewählten Tarif.

GoEnhance-API in sechs Schritten integrieren

1

1. API-Schlüssel erstellen

Erstellen Sie einen GoEnhance-API-Schlüssel und senden Sie ihn mit Ihrer authentifizierten API-Anfrage.
2

2. Quellmedien validieren

Prüfen Sie Sichtbarkeit und Größe des Porträts und stellen Sie sicher, dass die Sprachdatei öffentlich ist, 3-60 Sekunden dauert und nicht größer als 50MB ist.
3

3. Die Anfrage erstellen

Setzen Sie model: ai-talking-avatar, fügen Sie image_url und audio_url hinzu und wählen Sie dann einen optionalen Prompt und eine Auflösung.
4

4. Die Aufgabe übermitteln

Senden Sie den JSON-Body per POST an https://api.goenhance.ai/api/v1/videos/generations. Senden Sie kein duration-Feld.
5

5. Speichern und verfolgen

Speichern Sie die zurückgegebene img_uuid und rufen Sie dann GET /api/v1/jobs/detail ab oder empfangen Sie Callback-Ereignisse.
6

6. Endzustände behandeln

Verarbeiten Sie Erfolg und Fehler idempotent, validieren Sie das zurückgegebene Video und trennen Sie Wiederholungsversuche von doppelten Übermittlungen.
API-Schlüssel abrufen
Erstellen Sie einwilligungsbewusste Präsentator-, Schulungs-, Lokalisierungs- und Creator-Workflows auf Basis autorisierter Porträt- und Audioeingaben.

Entwickler-Anwendungsfälle für Talking-Avatar-Videos

Lokalisierte Präsentator-Videos

Kombinieren Sie freigegebene Präsentator-Porträts mit lokalisierten Sprachspuren für Produkterklärvideos und regionale Kampagnen.

Pipelines für Schulungsinhalte

Generieren Sie Talking-Head-Segmente aus autorisierten Porträts und vorbereiteten Erzähltexten für interne Lernmaterialien.

Personalisierte Onboarding-Abläufe

Erstellen Sie einwilligungsbasierte Begrüßungsclips für Produktabläufe, ohne einen eigenen Lip-Sync-Rendering-Stack aufzubauen.

Erzählwerkzeuge für Creator

Fügen Sie Creator-Produkten die Porträt-und-Audio-Generierung hinzu und verfolgen Sie jede Anfrage asynchron.

Kampagnen-Videovarianten

Erstellen Sie freigegebene Sprach- und Auflösungsvarianten für Überprüfung, Lokalisierung und nachgelagerte Videobearbeitung.

Automatisierte Content-Warteschlangen

Verbinden Sie Aufgaben-IDs und Callbacks mit der Batch-Orchestrierung, ohne den Anwendungs-Request-Thread zu blockieren.
Antworten auf häufige Fragen zu Anfragen, Preisen, Medienlimits, Aufgabenstatus und Integration.

Häufig gestellte Fragen zur AI Talking Avatar API

Welchen Endpoint verwendet die AI Talking Avatar API?

Senden Sie POST https://api.goenhance.ai/api/v1/videos/generations mit model: ai-talking-avatar, einer öffentlichen Porträt-image_url und einer öffentlichen audio_url.

Wie funktioniert die Preisgestaltung der AI Talking Avatar API?

Die Abrechnung basiert auf der gemessenen Audiodauer: 0,5 Token pro Sekunde bei 540p und 1 Token pro Sekunde bei 720p, was $0.01 bzw. $0.02 pro Sekunde entspricht.

Welche Request-Felder sind erforderlich?

Die dokumentierten Pflichtfelder sind model, image_url und audio_url. Prompt, Auflösung und Callback-URL sind optional.

Kann ich einen duration-Parameter senden?

Nein. Der Endpoint lehnt ein duration-Feld ab. Ausgabelänge und Abrechnung richten sich nach der gemessenen Audiodauer der Audiodatei.

Welche Beschränkungen gelten für Porträt und Audio?

Porträts können bis zu 10MB groß sein. Audio muss 3-60 Sekunden dauern und darf bis zu 50MB groß sein. Verwenden Sie deutliche Sprache und ein unverdecktes, annähernd frontal ausgerichtetes Gesicht.

Welche Ausgabeauflösungen sind verfügbar?

Der Endpoint akzeptiert 540p und 720p. Ohne Angabe ist der dokumentierte Standardwert 540p.

Wie erhalte ich das fertige Video?

Speichern Sie img_uuid und fragen Sie GET /api/v1/jobs/detail ab, oder stellen Sie eine öffentliche HTTPS-Callback-URL für Statusänderungen bereit.

Ist dies eine offizielle Upstream-Modell-API?

Diese Seite beschreibt den unabhängigen Zugriff über die GoEnhance API. Sie erhebt keinen Anspruch auf eine Upstream-Partnerschaft, Befürwortung oder offizielle Zugehörigkeit.

Entwickeln Sie mit der AI Talking Avatar API