New: GPT Image 2.6 ya está disponible en KIE →
omnihuman-2-0
Commercial usePart of the ByteDance API family — compare all ByteDance models →

BytePlus OmniHuman 2.0 es un modelo de generación de videos con IA controlado por audio que transforma imágenes y sonido en videos de avatares parlantes realistas. Admite sincronización labial natural, movimientos faciales expresivos, gestos corporales y la generación de videos de hasta 5 minutos de duración.

Pricing: 14 credits per second ($0.07/s), billed on the output video duration. 720P output, length follows the input audio (4–300 s). High-tier top-ups include +10% bonus credits. Effective pricing is approximately 10% lower than the above rates.
Input

Text prompt (Character Tendency). used for precise control of the scene,movements.camera movements,etc. Supported Languages: Only Chinese, English, Japanese, Korean, Spanish (Mexican), Indonesian.

0/300

Click to upload or drag and drop

Supported formats: MPEG, WAV, X-WAV Maximum file size: 15MB

Audio url. The duration [4,300] s

Click to upload or drag and drop

Supported formats: JPEG, PNG, WEBP, BMP, TIFF, GIF Maximum file size: 30MB; Maximum files: 1

Image URL. Only one image is supported. Aspect Ratio (Width/Height): [0.4,2.5]. Dimension (px): [300,6000]

Whether to enable the watermark. Default: true.

Output
output typevideo

README

Complete guide to using omnihuman-2-0

API de OmniHuman 2.0 para videos de avatares parlantes con IA

Integra la API de ByteDance OmniHuman 2.0 para convertir imágenes y audio en videos de avatares parlantes hiperrealistas con sincronización labial natural, movimientos faciales expresivos y gestos corporales realistas.

Original image

Explora las funcionalidades de la API OmniHuman 2.0 en Kie AI

Generación de avatares parlantes a partir de audio con la API de OmniHuman 2.0

Convierte una sola imagen y un archivo de audio en un video de avatar parlante realista con la API de OmniHuman 2.0. El modelo da vida a los personajes con habla natural, expresiones faciales y movimientos corporales controlados por audio. Integra la API en tus aplicaciones para crear presentadores con IA, personajes virtuales y avatares digitales interactivos.

Sincronización labial natural con la API de avatares parlantes Omni Human 2.0

Genera videos de avatares parlantes cuyos movimientos labiales se sincronizan a la perfección con la voz y el canto. La API de OmniHuman 2.0 sincroniza los movimientos de la boca con el audio mientras mantiene expresiones faciales naturales. Crea herramientas de video con IA para presentadores virtuales, avatares cantantes y animaciones de personajes controladas por voz.

Gran expresividad facial y gestos corporales

Crea actuaciones realistas que superan la sincronización labial básica con la API de OmniHuman 2.0. El modelo genera expresiones faciales, movimientos de cabeza, gestos con las manos y movimientos corporales que responden al ritmo y la emoción del audio. Dale más personalidad a los avatares de IA y crea videos cautivadores para narrativas, entretenimiento y contenido digital.

Genera videos de hasta 5 minutos con la API de OmniHuman v2.0

Crea videos de avatares parlantes más largos con la API de OmniHuman 2.0, que admite la generación de videos de hasta 300 segundos. Produce discursos extensos, presentaciones, tutoriales y actuaciones de personajes sin limitar cada escena a un clip corto. Integra la generación de videos largos con avatares de IA en tus flujos de trabajo de creación de videos.

Animación de múltiples personajes con ByteDance OmniHuman 2.0

Anima a varios personajes en una sola escena con ByteDance OmniHuman 2.0. Genera conversaciones, entrevistas y actuaciones grupales con expresiones faciales guiadas por audio y movimientos corporales naturales. La API de OmniHuman 2.0 ayuda a los desarrolladores a crear herramientas de podcasts con IA, conversaciones virtuales y experiencias interactivas con personajes.

Animación de personajes guiada por prompts con la API de OmniHuman AI

Guía las actuaciones de los personajes con prompts de texto junto con entradas de imagen y audio. La API OmniHuman 2.0 permite a los desarrolladores describir las acciones, los gestos y el comportamiento de la escena deseados para dar forma al video generado. Combina la animación controlada por audio con la guía de prompts para crear experiencias de avatares parlantes más controladas para aplicaciones creativas y plataformas SaaS.

API OmniHuman 2.0 vs. API OmniHuman 1.5

La API OmniHuman 2.0 amplía la generación de avatares controlados por audio a videos de hasta 5 minutos de duración, lo que la hace adecuada para presentaciones extensas, actuaciones de canto y aplicaciones de humanos digitales. La API OmniHuman 1.5 admite videos más cortos con resolución de hasta 1080p, siendo una opción práctica para clips de avatares en alta resolución. Ambos modelos admiten sincronización labial, gestos expresivos y animación guiada por prompts.

FuncionalidadAPI OmniHuman 1.5API OmniHuman 2.0
InputImage + Audio + Optional PromptImage + Audio + Optional Prompt
Audio-Driven AnimationSupportedSupported
Lip SyncSupportedSupported
Facial ExpressionsSupportedSupported
Body GesturesSupportedSupported
Multi-Person AnimationSupportedSupported
Text Prompt ControlSupportedSupported
Maximum Video DurationUnder 60 SecondsUp to 300 Seconds*
Output Resolution720p / 1080p720p*
Best ForShort, High-Resolution Avatar VideosLonger Talking Avatar Videos
OmniHuman 2.0 specifications may vary by API provider and endpoint.

Cómo usar la API de OmniHuman 2.0 en Kie AI

  • Paso 1: Obtén tu API Key de OmniHuman 2.0

    Regístrate o inicia sesión en Kie AI y genera tu API Key desde el panel de control. Usa esta clave para autenticar tus solicitudes a la API OmniHuman 2.0 y acceder al modelo a través de Kie AI.

  • Paso 2: Prepara la imagen de tu avatar y el audio

    Elige una imagen de referencia clara de tu personaje y prepara el audio que deseas animar. Asegúrate de que tanto la imagen como el audio cumplan con los requisitos de entrada de la API OmniHuman 2.0 para obtener los mejores resultados.

  • Paso 3: Envía una solicitud a la API OmniHuman v2.0

    Envía tu imagen y audio mediante la API de OmniHuman 2.0, junto con un prompt de texto opcional para guiar los movimientos del personaje. La API procesa estos datos y crea una tarea de generación de video.

  • Paso 4: Obtén tu video de avatar parlante con IA

    Verifica el estado de tu tarea en la API de OmniHuman 2.0 y obtén el video generado cuando esté listo. Descarga el resultado o intégralo directamente en tu aplicación, sitio web o flujo de trabajo de video con IA.

Por qué elegir Kie AI para la integración de la API de OmniHuman 2.0

Integración sencilla de la API de OmniHuman 2

Integra la API de OmniHuman 2.0 en tus aplicaciones con un flujo de trabajo de API sencillo. Kie AI simplifica el acceso a la generación de video con IA, lo que permite a los desarrolladores enviar solicitudes, hacer un seguimiento de las tareas de generación y obtener los resultados. Invierte menos tiempo en la integración y más tiempo creando productos impulsados por IA.

Acceso económico a la API de OmniHuman 2.0

Accede a la API de OmniHuman 2.0 en Kie AI con precios transparentes de pago por uso. Paga por los recursos que utilizas sin gestionar infraestructuras complejas. Monitorea los costos de generación y planifica el uso de la API con mayor facilidad, ya sea al probar nuevas funciones o al ejecutar una aplicación de video con IA.

Múltiples API de avatares parlantes en un solo lugar

Accede a múltiples API de avatares parlantes a través de una única plataforma en Kie AI. Explora diferentes modelos de avatares con IA, compara sus capacidades y elige la opción ideal para tu aplicación. Gestiona tus flujos de trabajo de video con IA en un solo lugar, sin tener que cambiar entre múltiples proveedores.

Infraestructura de API confiable para aplicaciones de avatares con IA

Crea aplicaciones de avatares con IA con la infraestructura de API centralizada de Kie AI. Envía solicitudes de generación, monitorea el progreso de las tareas y recupera los resultados de video a través de un flujo de trabajo consistente. Simplifica el desarrollo backend y gestiona la generación de videos con IA de manera más eficiente a medida que crece tu aplicación.

API escalable de OmniHuman AI para productos SaaS

Integra la API de OmniHuman 2.0 en plataformas SaaS, editores de video con IA y herramientas de creación automatizada de contenido. Kie AI proporciona acceso a la API que se adapta a diferentes necesidades de desarrollo, desde prototipos iniciales hasta aplicaciones en producción. Expande las funciones de tus avatares con IA a medida que crece la demanda de los usuarios.

Documentación clara de la API de OmniHuman 2.0

Comienza a usar la API de OmniHuman 2.0 con la documentación para desarrolladores de Kie AI. Encuentra instrucciones de integración, parámetros de solicitud, formatos de respuesta y ejemplos de la API para guiar tu proceso de desarrollo. Reduce el tiempo de configuración, soluciona problemas de integración y añade funciones de avatares parlantes con IA a tus productos más rápido.

¿Qué puedes crear con la API de OmniHuman 2.0?

API de OmniHuman 2.0 para aplicaciones de avatares parlantes con IA

Integra la API de OmniHuman 2.0 en generadores de avatares parlantes, plataformas de presentadores virtuales y aplicaciones de humanos digitales. Crea avatares parlantes a partir de imágenes de personajes y grabaciones de voz para mensajes personalizados, asistentes virtuales y experiencias interactivas. Ayuda a los usuarios a producir videos naturales de avatares hablando sin tener que grabar a personas reales.

Crea videos de avatares con IA cantando

Desarrolla generadores de avatares cantantes con IA usando la API de IA de OmniHuman para creadores musicales y plataformas de entretenimiento. Convierte imágenes de personajes y canciones en presentaciones animadas para cantantes virtuales, ídolos digitales y videos musicales. Integra en tu app animaciones de canto impulsadas por audio y ayuda a tus usuarios a dar vida a sus personajes favoritos.

Generación de videos UGC con IA para marketing

Usa la API de OmniHuman 2.0 para desarrollar generadores de videos UGC con IA para plataformas de publicidad y marketing. Crea videos de presentadores virtuales, promociones de productos y anuncios para redes sociales a partir de imágenes y guiones grabados. Ayuda a las marcas a producir videos atractivos para sus campañas sin necesidad de equipos tradicionales de filmación o producción.

ByteDance OmniHuman 2.0 para video podcasts con IA

Integra ByteDance OmniHuman 2.0 en generadores de podcasts con IA, plataformas de entrevistas virtuales y herramientas de video conversacional. Anima múltiples personajes en una sola escena para crear podcasts visuales, entrevistas y debates. Convierte conversaciones de audio en videos atractivos para redes sociales, plataformas de contenido y apps de entretenimiento.

Anima personajes virtuales para apps creativas

Usa la API de OmniHuman v2.0 para crear herramientas de animación de personajes para apps creativas, plataformas narrativas y entretenimiento digital. Transforma ilustraciones, retratos estilizados y personajes virtuales en videos animados con expresiones y movimientos naturales. Ofrece a los creadores una forma sencilla de dar vida a personajes estáticos.

Automatiza la creación de videos educativos y de capacitación

Integra la API de OmniHuman 2 en plataformas de e-learning, herramientas de capacitación corporativa y generadores de videos educativos. Crea instructores virtuales y presentadores digitales a partir de imágenes de personajes y lecciones narradas. Ayuda a educadores y empresas a producir videos de cursos, materiales de inducción y contenido didáctico sin necesidad de grabar cada presentación.

Preguntas frecuentes

La API de OmniHuman 2.0 es una API de generación de videos con IA impulsada por audio desarrollada a partir del modelo OmniHuman 2.0 de ByteDance. Transforma imágenes de personajes y audio en videos de avatares parlantes con movimientos labiales, expresiones faciales y gestos corporales sincronizados. Los desarrolladores pueden integrar la API de OmniHuman 2.0 a través de Kie AI para crear aplicaciones de creación de videos y avatares de IA.

ByteDance OmniHuman 2.0 utiliza una imagen de referencia y un archivo de audio para generar videos de personajes animados. El modelo analiza el habla, el ritmo y las señales de audio para crear movimientos labiales, expresiones faciales y gestos corporales acordes. Los desarrolladores también pueden usar prompts de texto opcionales para guiar las acciones y la interpretación del personaje.

La API de OmniHuman 2.0 admite imágenes en formato JPEG, PNG, WebP, BMP, TIFF, GIF y HEIC de hasta 30 MB, con dimensiones entre 300 y 6000 píxeles por lado. Las entradas de audio admiten archivos MP3 y WAV de hasta 15 MB, con una duración de 4 a 300 segundos. Para conocer los requisitos de entrada completos, consulta la documentación de la API de Kie AI.

La API de OmniHuman 2.0 admite videos de 4 a 300 segundos (5 minutos), y la duración del video generado coincide con la del audio de entrada. El modelo genera videos en resolución 720p, lo que lo hace adecuado para videos extensos de avatares parlantes, presentaciones y actuaciones de canto. Para conocer los límites específicos de cada endpoint, consulta la documentación de la API de Kie AI.

Sí, la API de OmniHuman 2 admite la animación de varias personas, lo que permite a los desarrolladores crear videos con múltiples personajes en una misma escena. Esto lo hace útil para entrevistas virtuales, podcasts con IA y actuaciones grupales. Los resultados pueden depender de la imagen de referencia, la entrada de audio y la complejidad de la escena.

OmniHuman 2.0 API admite videos de mayor duración, de hasta 300 segundos a 720p, lo que la hace ideal para videos más largos de avatares que hablan y actuaciones de personajes. OmniHuman 1.5 API se enfoca en videos más cortos, de hasta 60 segundos, con soporte para resolución de 1080p. Ambos modelos ofrecen animación generada por audio, sincronización labial, expresiones faciales y gestos corporales. Kie AI brinda acceso tanto a OmniHuman 1.5 API como a OmniHuman 2.0 API, lo que permite a los desarrolladores elegir el modelo adecuado para sus proyectos.

Sí. OmniHuman AI API admite prompts de texto opcionales que ayudan a guiar las acciones, los gestos y el estilo de actuación del personaje. Los desarrolladores pueden combinar los prompts con imágenes y audio para influir en la animación generada. Los movimientos finales también dependen del audio y de la interpretación del modelo.

Kie AI ofrece créditos gratuitos a los nuevos usuarios para que comiencen a usar OmniHuman 2.0 API. Si estos créditos cubren o no la generación de tu video dependerá de tu configuración de entrada y del costo estimado de los créditos. Puedes comprobar los créditos requeridos antes de enviar una solicitud de generación.