Talking Avatar API

popnow/talking-avatar-v1/talking-avatarA partir de 2,7 créditos por segundo

Um retrato e uma gravação de voz viram um vídeo dessa pessoa falando o texto. Lábios, cabeça e expressão acompanham o áudio, e o clipe dura exatamente o mesmo que a gravação.

Chame com o nome de modelo popnow/talking-avatar-v1/talking-avatar em POST /jobs/createTask, a partir de 2,7 créditos por segundo (US$ 0,027). Contas novas ganham 30 créditos grátis para você testar primeiro no Playground.

  • Avatar falante

Por enquanto este guia está só em inglês. →

Parâmetros da requisição

ParâmetroObrigatórioDescrição
audio_urlSimA voz ou a música a usar.
image_urlSimA imagem de partida.
mask_urlNãoPinte a área que deve mudar.
promptNãoOptional note on expression or mood, such as calm or cheerful. Identity and setting come from the portrait.
seedNãoRepetir o mesmo número dá um resultado reproduzível. ≥ 0 · ≤ 2147483647

Preços

Os preços são em créditos, os mesmos que você usa no site (1 crédito = US$ 0,01). O valor é reservado quando a tarefa é aceita e acertado pelo custo real quando ela termina; tarefas com falha são reembolsadas.

OpçãoCréditos por segundo≈ USD
Padrão2,7US$ 0,027

Para saber o valor exato antes de rodar, envie o mesmo corpo para POST /jobs/quote.

Início rápido da API

Chame a API do Talking Avatar em três passos

  1. Crie uma chave de API. Entre na PopNow e crie uma chave no console da API. As chaves começam com sk-popnow- e usam os mesmos créditos do site.
  2. Envie a requisição. Faça POST /jobs/createTask com model popnow/talking-avatar-v1/talking-avatar e um objeto input conforme a tabela de parâmetros. A resposta traz um ID de tarefa na hora.
  3. Pegue o resultado. Consulte GET /jobs/recordInfo com o ID da tarefa, ou passe uma callBackUrl e enviamos o resultado para ela. Baixe os links de saída quando a tarefa der certo.
# 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"

Troque o prompt e os links pelos seus. A aba API traz a referência da resposta, do polling e do callback.

Perguntas sobre a API do Talking Avatar

Quanto custa a API do Talking Avatar?

O Talking Avatar custa 2,7 créditos (US$ 0,027) por segundo. Os créditos são os mesmos do site (1 crédito = US$ 0,01), contas novas ganham 30 créditos grátis e tarefas que falham são reembolsadas.

Qual é o nome de modelo do Talking Avatar na API?

Coloque popnow/talking-avatar-v1/talking-avatar para Avatar falante no campo model de POST /jobs/createTask.

Qual pode ser a duração do vídeo?

A mesma do áudio: de 3 a 60 segundos. Divida roteiros mais longos em várias gravações e junte os clipes depois.

Preciso de um prompt?

Não. O áudio conduz a boca e a cabeça. Um prompt curto pode puxar um pouco a expressão, por exemplo calma ou animada, mas a pessoa e a cena vêm do retrato.

E se a foto tiver várias pessoas?

Envie mask_url: uma imagem em preto e branco do mesmo tamanho do retrato, branca sobre a pessoa que deve falar. Sem máscara, a ferramenta escolhe o rosto sozinha, e pode não ser o que você queria.

Quais são os limites da API do Talking Avatar?

Tamanho do prompt (caracteres): 1,000; Maior upload: 90 MB. Requisições fora desses limites são rejeitadas antes de qualquer cobrança.

Dá para testar o Talking Avatar sem escrever código?

Dá. O Playground roda o Talking Avatar com seus créditos da PopNow, não precisa de chave de API e mostra o código de cada geração.

Mais sobre o Talking Avatar