OmniHuman 1.5 est le modèle d'humain numérique et d'avatar IA de ByteDance qui transforme une simple image et un fichier audio en vidéos parlantes réalistes, dotées d'une synchronisation labiale naturelle, d'expressions faciales et de mouvements réalistes.

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 OmniHuman 1.5 de ByteDance pour la génération de vidéos d'avatars IA et d'humains numériques

Original image

L'API ByteDance OmniHuman 1.5 est un modèle d'avatar IA et d'humain numérique qui transforme une simple image et une entrée audio en une vidéo parlante réaliste. Elle génère une synchronisation labiale naturelle, des expressions faciales et des mouvements corporels fluides, ce qui la rend idéale pour les applications d'avatars IA, d'humains numériques et de génération de vidéos par IA.

Oui. Kie.ai offre un accès à l'API OmniHuman 1.5 de ByteDance via une API simple et conçue pour les développeurs, facilitant l'intégration de la génération de vidéos d'avatars IA dans les applications et les flux de travail.

Le générateur de vidéos IA OmniHuman 1.5 prend en entrée une image et un fichier audio. Le modèle analyse la parole, les émotions et les traits du visage pour créer une vidéo d'humain virtuel synchronisée au format MP4.

Oui. La technologie d'avatar vidéo IA avec synchronisation labiale d'OmniHuman 1.5 synchronise avec précision les mouvements des lèvres avec la parole, tout en générant des expressions faciales réalistes et une animation de personnage naturelle.

L'API OmniHuman-1.5 prend en charge les formats d'image courants, notamment JPG, JPEG, PNG et JFIF. Pour de meilleurs résultats, utilisez un portrait de face net avec un visage bien visible.

Pour une qualité de génération optimale, un fichier audio de moins de 15 secondes est recommandé. Les fichiers plus longs peuvent fonctionner, mais les extraits courts produisent généralement des animations d'humains virtuels plus stables.

Oui. Le modèle d'humain virtuel OmniHuman 1.5 prend en charge les humains réalistes, les personnages d'anime, les personnages de dessins animés et les avatars stylisés, permettant aux développeurs de créer un large éventail d'applications vidéo IA créatives.

L'API renvoie les vidéos générées au format MP4. Ce format de sortie est largement pris en charge par les plateformes de réseaux sociaux, les sites web, les produits SaaS et les processus de création de contenu.

Les développeurs utilisent l'API OmniHuman 1.5 pour créer des générateurs d'avatars IA, des applications de photos parlantes, des influenceurs virtuels, des plateformes d'humains numériques, des vidéos marketing IA, des contenus éducatifs et des expériences de divertissement basées sur l'IA.