model: ai-talking-avatar. Invia un'attività API asincrona GoEnhance, salva l'img_uuid restituito, quindi esegui il polling o utilizza i callback per il completamento.API Avatar Parlante AI per Video con Sincronizzazione Labiale
Trasforma un ritratto e una traccia vocale in un video parlante con sincronizzazione labiale usando
Ottieni Chiave API
Collega gli input di ritratto e parlato in un'unica richiesta
Inizia con un ritratto nitido
Fornisci un image_url pubblico fino a 10MB. Il volto del soggetto deve essere chiaramente visibile, non ostruito e approssimativamente frontale per ottenere un'immagine sorgente affidabile.
Guida il parlato con audio registrato
Fornisci un audio_url pubblico da 3 a 60 secondi e fino a 50MB. La sua durata misurata determina sia la lunghezza dell'output che la durata fatturabile.
Convalida il nome esatto del modello, gli URL multimediali, le dimensioni dei file, la durata dell'audio e la risoluzione prima dell'invio.
Funzionalità e limiti dell'API Avatar Parlante AI
Identificatore esatto del modello
Imposta <code>model</code> su <code>ai-talking-avatar</code>; questo valore obbligatorio seleziona il flusso di lavoro per avatar parlante.
URL ritratto obbligatorio
Inserisci <code>image_url</code> come URI del ritratto pubblico non superiore a 10MB con un volto visibile e non ostruito.
URL parlato obbligatorio
Inserisci <code>audio_url</code> come audio parlato pubblico di durata compresa tra 3 e 60 secondi e non superiore a 50MB.
Prompt opzionale per la performance
Usa <code>prompt</code> per descrivere la performance vocale desiderata; il valore predefinito documentato è <code>person talking</code>.
Due opzioni di risoluzione
Scegli <code>540p</code> o <code>720p</code>. Il valore predefinito documentato è <code>540p</code>.
Callback o polling
Fornisci un callback HTTPS o conserva l'<code>img_uuid</code> ed esegui il polling dell'endpoint dei dettagli del lavoro per il completamento.
La fatturazione si basa sulla durata misurata dell'audio. Una clip di 30 secondi costa 15 token a 540p o 30 token a 720p.
Prezzi dell'API per avatar parlanti AI
Prezzi 540p
0,5 token per secondo audio, pari a 0,01 $ al secondo al valore del token documentato di 0,02 $.
Prezzi 720p
1 token per secondo audio, pari a 0,02 $ al secondo al valore del token documentato di 0,02 $.
Fatturazione basata sull'audio misurato
GoEnhance misura l'audio trasferito prima di detrarre i token; il costo è dato dai secondi misurati moltiplicati per la tariffa selezionata.
Integra l'API GoEnhance in sei passaggi
1
1. Crea una chiave API
Crea una chiave API GoEnhance e inviala con la tua richiesta API autenticata.
2
2. Convalida i file multimediali di origine
Controlla la visibilità e le dimensioni del ritratto, quindi conferma che il file vocale sia pubblico, di durata compresa tra 3 e 60 secondi e non superiore a 50 MB.
3
3. Crea la richiesta
Imposta
model: ai-talking-avatar, aggiungi image_url e audio_url, quindi scegli un prompt e una risoluzione opzionali. 4
4. Invia l'attività
Invia il corpo JSON tramite POST a
https://api.goenhance.ai/api/v1/videos/generations. Non inviare un campo relativo alla durata. 5
5. Salva e monitora
Salva l'
img_uuid restituito, quindi esegui il polling di GET /api/v1/jobs/detail o ricevi eventi di callback. 6
6. Gestisci gli stati terminali
Elabora successi e fallimenti in modo idempotente, convalida il video restituito e mantieni i tentativi separati dalle invii duplicati.
Crea flussi di lavoro per presentatori, formazione, localizzazione e creator basati sul consenso, utilizzando ritratti e input audio autorizzati.
Casi d'uso per sviluppatori per video con avatar parlanti
Video di presentatori localizzati
Abbina ritratti di presentatori approvati con tracce vocali localizzate per spiegazioni di prodotti e campagne regionali.
Pipeline di contenuti formativi
Genera segmenti di presentatori parlanti da ritratti autorizzati e narrazioni preparate per materiali di apprendimento interni.
Onboarding personalizzato
Crea clip di benvenuto basate sul consenso per i flussi di prodotto senza dover creare uno stack di rendering personalizzato per il lip-sync.
Strumenti di narrazione per creator
Aggiungi la generazione di ritratti con audio ai prodotti per creator, monitorando ogni richiesta in modo asincrono.
Varianti video per campagne
Produci varianti approvate di parlato e risoluzione per revisione, localizzazione e montaggio video a valle.
Code di contenuti automatizzate
Collega ID attività e callback all'orchestrazione batch senza bloccare il thread di richiesta dell'applicazione.
Risposte a domande comuni su richieste, prezzi, limiti multimediali, stato delle attività e integrazione.