OmniHuman 1.5 es el modelo de avatar de IA y humano digital de ByteDance que transforma una sola imagen y audio en videos realistas donde el personaje habla, con sincronización labial natural, expresiones faciales y movimientos auténticos.

Model Type:
Pricing: 27 credits per second (~$0.135). High-tier top-ups (+10% bonus) bring effective pricing down to ~$0.122 per second.
Input

Click to upload or drag and drop

Supported formats: JPEG, PNG, WEBP Maximum file size: 10MB

Portrait image URL, supports any aspect ratio with subjects including people/pets/anime, etc.

Text
0 / ∞
No items yet. Click Add to start.

To have a specific subject in the image speak, use 'Subject Detection' to get the corresponding mask image and pass it as input.

Click to upload or drag and drop

Supported formats: MPEG, WAV, X-WAV, AAC, OGG, MP4 Maximum file size: 10MB

Audio URL. Duration must be < 60 seconds (recommended ≤15 seconds; exceeding this will cause degradation).

Prompt text, limited to Chinese/English/Japanese/Korean/Spanish/Indonesian, recommended ≤300 characters.

0/300

Output video resolution, default 1080.

Fast mode, sacrifices some quality to speed up generation.

Random seed. Default is -1 (random). When using the same positive integer and keeping all other parameters identical, the result will be highly consistent (with very high probability).

Output
output typevideo

README

Complete guide to using OmniHuman 1.5

API de OmniHuman 1.5 de ByteDance para la generación de videos de avatares de IA y humanos digitales

Original image

La API de OmniHuman 1.5 de ByteDance es un modelo de avatares de IA y humanos digitales que transforma una sola imagen y una entrada de audio en un video hablado realista. Genera de forma natural sincronización labial, expresiones faciales y movimientos corporales realistas, lo que lo hace ideal para aplicaciones de avatares de IA, humanos digitales y generación de videos con IA.

Sí. Kie.ai ofrece acceso a la API de OmniHuman 1.5 de ByteDance a través de una API sencilla y optimizada para desarrolladores, lo que facilita la integración de la generación de videos de avatares con IA en aplicaciones y flujos de trabajo.

El generador de videos con IA de OmniHuman 1.5 utiliza como entrada una imagen y un archivo de audio. El modelo analiza el habla, las emociones y los rasgos faciales para crear un video de humano digital sincronizado en formato MP4.

Sí. La tecnología de avatares en video con sincronización labial por IA de OmniHuman 1.5 sincroniza con precisión los movimientos de la boca con el habla, al tiempo que genera expresiones faciales realistas y animaciones naturales de personajes.

La API de OmniHuman-1.5 admite formatos de imagen comunes, incluidos JPG, JPEG, PNG y JFIF. Para obtener los mejores resultados, utilice un retrato frontal claro con el rostro visible.

Para garantizar una calidad de generación óptima, se recomienda usar audios de menos de 15 segundos. Los archivos más largos pueden funcionar, pero los clips cortos suelen producir animaciones de humanos digitales más estables.

Sí. El modelo de humano digital OmniHuman 1.5 admite humanos realistas, personajes de anime, dibujos animados y avatares estilizados, lo que permite a los desarrolladores crear una amplia gama de aplicaciones creativas de video con IA.

La API devuelve videos generados en formato MP4. Este formato de salida es ampliamente compatible con redes sociales, sitios web, productos SaaS y flujos de trabajo de creación de contenido.

Los desarrolladores utilizan la API de OmniHuman 1.5 para crear generadores de avatares con IA, aplicaciones de fotos que hablan, influencers virtuales, plataformas de humanos digitales, videos de marketing con IA, contenido educativo y experiencias de entretenimiento basadas en IA.