model: ai-talking-avatar. Submeta uma tarefa assíncrona da API GoEnhance, armazene o img_uuid retornado e, em seguida, faça polling ou use callbacks para a conclusão.API de Avatar Falante com IA para Vídeo com Sincronização Labial
Transforme um retrato e uma trilha de fala em um vídeo falado com sincronização labial usando
Obter chave de API
Conecte entradas de retrato e fala em uma única solicitação
Comece com um retrato nítido
Forneça um image_url público de até 10MB. O rosto do locutor deve estar claramente visível, sem obstruções e aproximadamente de frente para que a imagem de origem seja confiável.
Use áudio gravado para conduzir a fala
Forneça um audio_url público de 3 a 60 segundos e até 50MB. A duração medida define tanto o comprimento da saída quanto a duração cobrável.
Valide o nome exato do modelo, URLs de mídia, tamanhos de arquivo, duração do áudio e resolução antes do envio.
Recursos e limites da API de avatar falante de IA
Identificador exato do modelo
Defina <code>model</code> como <code>ai-talking-avatar</code>; esse valor obrigatório seleciona o fluxo de trabalho de avatar falante.
URL de retrato obrigatória
Passe <code>image_url</code> como um URI público de retrato com no máximo 10MB, com um rosto visível e sem obstruções.
URL de fala obrigatória
Passe <code>audio_url</code> como áudio de fala pública com duração de 3 a 60 segundos e tamanho máximo de 50 MB.
Prompt opcional de desempenho
Use <code>prompt</code> para descrever o desempenho de fala desejado; o padrão documentado é <code>person talking</code>.
Duas opções de resolução
Escolha <code>540p</code> ou <code>720p</code>. O padrão documentado é <code>540p</code>.
Callback ou polling
Forneça um callback HTTPS ou persista <code>img_uuid</code> e consulte o endpoint de detalhes do job até a conclusão.
O preço segue a duração de áudio medida. Um clipe de 30 segundos custa 15 tokens em 540p ou 30 tokens em 720p.
Preços da API de avatar falante com IA
Preço para 540p
0,5 token por segundo de áudio, equivalente a $0.01 por segundo no valor de token documentado de $0.02.
Preço para 720p
1 token por segundo de áudio, igual a $0.02 por segundo no valor de token documentado de $0.02.
Cobrança por áudio medido
GoEnhance mede o áudio transferido antes de deduzir tokens; o custo é medido em segundos multiplicados pela taxa selecionada.
Integre a API GoEnhance em seis etapas
1
1. Crie uma chave de API
Crie uma chave de API GoEnhance e envie-a na sua solicitação de API autenticada.
2
2. Valide a mídia de origem
Verifique a visibilidade e o tamanho do retrato e confirme que o arquivo de fala é público, tem de 3 a 60 segundos e não excede 50MB.
3
3. Monte a solicitação
Defina
model: ai-talking-avatar, adicione image_url e audio_url e escolha um prompt e uma resolução opcionais. 4
4. Envie a tarefa
Envie o corpo JSON via POST para
https://api.goenhance.ai/api/v1/videos/generations. Não envie um campo duration. 5
5. Persista e acompanhe
Salve o
img_uuid retornado e faça polling em GET /api/v1/jobs/detail ou receba eventos de callback. 6
6. Trate os estados finais
Processe sucesso e falha de forma idempotente, valide o vídeo retornado e mantenha as tentativas separadas de envios duplicados.
Construa fluxos de trabalho de apresentador, treinamento, localização e criação que considerem consentimento, com base em entradas autorizadas de retrato e áudio.
Casos de uso para desenvolvedores do vídeo de avatar falante
Vídeos de apresentador localizados
Combine retratos de apresentadores aprovados com faixas de fala localizadas para vídeos explicativos de produtos e campanhas regionais.
Pipelines de conteúdo de treinamento
Gere segmentos de cabeça falante a partir de retratos autorizados e narração preparada para materiais internos de aprendizado.
Onboarding personalizado
Crie clipes de boas-vindas baseados em consentimento para fluxos de produto sem criar uma stack personalizada de renderização de sincronização labial.
Ferramentas de narração para criadores
Adicione geração de retrato mais áudio a produtos para criadores enquanto acompanha cada solicitação de forma assíncrona.
Variantes de vídeo para campanhas
Produza variantes aprovadas de fala e resolução para revisão, localização e edição de vídeo a jusante.
Filas automatizadas de conteúdo
Conecte IDs de tarefa e callbacks à orquestração em lote sem bloquear a thread de solicitações da aplicação.
Respostas para perguntas comuns sobre solicitações, preços, limites de mídia, status de tarefas e integração.