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.AI Talking Avatar API für lippensynchrone Videos
Verwandeln Sie ein Porträt und eine Tonspur in ein lippensynchrones Talking-Video mit
API-Schlüssel abrufen
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.
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.
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 <code>model</code> auf <code>ai-talking-avatar</code>; dieser erforderliche Wert wählt den Talking-Avatar-Workflow.
Erforderliche Porträt-URL
Übergeben Sie <code>image_url</code> als öffentliche Porträt-URI mit maximal 10MB und einem sichtbaren, unverdeckten Gesicht.
Erforderliche Sprach-URL
Übergeben Sie <code>audio_url</code> als öffentliches Sprachaudio mit einer Dauer von 3 bis 60 Sekunden und nicht größer als 50MB.
Optionaler Darbietungs-Prompt
Verwenden Sie <code>prompt</code>, um die gewünschte Sprechdarbietung zu beschreiben; der dokumentierte Standardwert ist <code>person talking</code>.
Zwei Auflösungsoptionen
Wählen Sie <code>540p</code> oder <code>720p</code>. Der dokumentierte Standardwert ist <code>540p</code>.
Callback oder Polling
Geben Sie einen HTTPS-Callback an oder speichern Sie die <code>img_uuid</code> 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.
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.