OmniHuman 1.5 — это модель ИИ-аватаров и цифровых людей от ByteDance, которая превращает одно изображение и аудио в реалистичные говорящие видео с естественным липсинком, мимикой и живой динамикой.

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

OmniHuman 1.5 API от ByteDance для генерации видео с ИИ-аватарами и цифровыми людьми

Original image

ByteDance OmniHuman 1.5 API — это модель ИИ-аватара и цифрового человека, которая превращает одно изображение и аудиофайл в реалистичное видео с говорящим персонажем. Она генерирует естественную синхронизацию губ, мимику и реалистичные движения тела, что делает её идеальным решением для приложений с ИИ-аватарами, цифровыми людьми и генерацией ИИ-видео.

Да. Kie.ai предоставляет доступ к ByteDance OmniHuman 1.5 API через простое, удобное для разработчиков API, что позволяет легко интегрировать генерацию видео с ИИ-аватарами в приложения и рабочие процессы.

ИИ-генератор видео OmniHuman 1.5 принимает на вход изображение и аудиофайл. Модель анализирует речь, эмоции и черты лица для создания синхронизированного видео с цифровым аватаром в формате MP4.

Да. Технология OmniHuman 1.5 для создания ИИ-видеоаватаров с синхронизацией губ точно синхронизирует движения губ с речью, генерируя реалистичную мимику и естественную анимацию персонажа.

OmniHuman-1.5 API поддерживает популярные форматы изображений, включая JPG, JPEG, PNG и JFIF. Для достижения наилучших результатов используйте четкий портретный снимок анфас с хорошо видимым лицом.

Для оптимального качества генерации рекомендуется использовать аудио длительностью до 15 секунд. Более длинные файлы также поддерживаются, но короткие записи обычно обеспечивают более стабильную анимацию цифровых аватаров.

Да. Модель OmniHuman 1.5 Digital Human поддерживает реалистичных людей, персонажей аниме, мультяшных героев, а также стилизованные аватары. Это позволяет разработчикам создавать широкий спектр креативных ИИ-видеоприложений.

API возвращает сгенерированные видео в формате MP4. Этот формат широко поддерживается в соцсетях, на сайтах, в SaaS-продуктах и процессах создания контента.

Разработчики используют OmniHuman 1.5 API для создания генераторов ИИ-аватаров, приложений для оживления фотографий, виртуальных инфлюенсеров, платформ для создания цифровых людей, маркетинговых видео с ИИ, образовательного контента и развлекательных сервисов на базе ИИ.