Mówiący awatarO modelu Talking Avatar
Z portretu i nagrania głosu powstaje wideo, w którym ta osoba wypowiada tekst. Usta, głowa i mimika podążają za dźwiękiem, a klip trwa dokładnie tyle, co nagranie.
Wywołujesz go nazwą modelu popnow/talking-avatar-v1/talking-avatar w POST /jobs/createTask, od 2,7 kredytu za sekundę (0,027 USD). Nowe konta dostają 30 darmowych kredytów, więc możesz najpierw przetestować go w Playgroundzie.
Ten poradnik jest na razie tylko po angielsku. →
Parametry żądania
| Parametr | Wymagany | Opis |
|---|---|---|
audio_url | Tak | Głos lub muzyka do użycia. |
image_url | Tak | Obraz, od którego zaczynasz. |
mask_url | Nie | Zamaluj obszar, który ma się zmienić. |
prompt | Nie | Optional note on expression or mood, such as calm or cheerful. Identity and setting come from the portrait. |
seed | Nie | Ta sama liczba daje powtarzalny wynik. ≥ 0 · ≤ 2147483647 |
Ceny
Ceny podajemy w kredytach, tych samych, których używasz na stronie (1 kredyt = 0,01 $). Kwota jest rezerwowana, gdy zadanie zostaje przyjęte, a po zakończeniu rozliczana według rzeczywistego kosztu; za nieudane zadania kredyty wracają.
| Opcja | Kredyty za sekundę | ≈ USD |
|---|---|---|
| Standard | 2,7 | 0,027 USD |
Żeby poznać dokładną kwotę przed uruchomieniem, wyślij to samo body na POST /jobs/quote.
Szybki start z API
Wywołaj API Talking Avatar w trzech krokach
- Utwórz klucz API. Zaloguj się do PopNow i utwórz klucz w konsoli API. Klucze zaczynają się od sk-popnow- i korzystają z tych samych kredytów co strona.
- Wyślij żądanie. Wyślij POST /jobs/createTask z model popnow/talking-avatar-v1/talking-avatar i obiektem input zgodnym z tabelą parametrów. Odpowiedź od razu zwraca ID zadania.
- Odbierz wynik. Odpytuj GET /jobs/recordInfo po ID zadania albo podaj callBackUrl, a wyślemy tam wynik. Gdy zadanie się powiedzie, pobierz pliki z linków wyjściowych.
# 1. Create the task. Keep the Idempotency-Key if you retry after a network error.
export IDEMPOTENCY_KEY="$(uuidgen)"
curl -X POST https://api.popnow.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $POPNOW_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $IDEMPOTENCY_KEY" \
-d '{
"model": "popnow/talking-avatar-v1/talking-avatar",
"input": {
"image_url": "https://media.popnow.ai/influencer/examples/marco.webp",
"audio_url": "https://media.popnow.ai/shortfilm/voices/Aoede-46e4c427.mp3"
}
}'
# 2. Copy data.taskId from the response, then poll until state is succeeded, failed, canceled or expired.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.popnow.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $POPNOW_API_KEY"Podmień prompt i linki na własne. Odniesienie do odpowiedzi, odpytywania i callbacku znajdziesz na karcie API.
Pytania o API Talking Avatar
Ile kosztuje API Talking Avatar?
Talking Avatar kosztuje 2,7 kredytu (0,027 USD) za sekundę. Kredyty są te same co na stronie (1 kredyt = 0,01 USD), nowe konta dostają 30 darmowych kredytów, a nieudane zadania są zwracane.
Jaka jest nazwa modelu Talking Avatar w API?
Wpisz popnow/talking-avatar-v1/talking-avatar do zadania Mówiący awatar w polu model żądania POST /jobs/createTask.
Jak długie może być wideo?
Tak długie jak audio: od 3 do 60 sekund. Dłuższe scenariusze podziel na kilka nagrań i połącz klipy później.
Czy potrzebny jest prompt?
Nie. Usta i głowę prowadzi dźwięk. Krótki prompt może lekko nakierować mimikę, na przykład spokojną albo pogodną, ale osoba i scena pochodzą z portretu.
A jeśli na zdjęciu jest kilka osób?
Przekaż mask_url: czarno-biały obraz tej samej wielkości co portret, biały na osobie, która ma mówić. Bez maski narzędzie samo wybierze twarz i może to nie być ta, o którą chodziło.
Jakie limity ma API Talking Avatar?
Długość promptu (znaki): 1,000; Największy przesyłany plik: 90 MB. Żądania poza tymi limitami są odrzucane, zanim cokolwiek zostanie pobrane.
Czy mogę wypróbować Talking Avatar bez pisania kodu?
Tak. Playground uruchamia Talking Avatar na twoich kredytach PopNow, nie wymaga klucza API i pokazuje kod do każdej generacji.
