OmniHuman 1.5 是 ByteDance 的 AI 虚拟人与数字人模型,可将单张图片和音频转化为逼真的口播视频,实现自然的唇形同步、丰富的面部表情与栩栩如生的动作。

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

ByteDance OmniHuman 1.5 API:AI 虚拟人与数字人视频生成

Original image

ByteDance OmniHuman 1.5 API 是一款 AI 虚拟形象与数字人模型,可将单张图片和音频输入转化为逼真的开口说话视频。它能生成自然的口型同步、面部表情以及栩栩如生的肢体动作,是 AI 虚拟形象、数字人及 AI 视频生成应用的理想选择。

是的。Kie.ai 提供简单易用的开发者接口来接入 ByteDance OmniHuman 1.5 API,让您可以轻松将 AI 数字人视频生成功能集成到应用和工作流中。

OmniHuman 1.5 AI 视频生成器接收一张图片和一个音频文件作为输入。该模型通过分析语音、情感和面部特征,生成音画同步的 MP4 格式数字人视频。

是的。OmniHuman 1.5 AI 口型同步数字人视频技术能够精准实现口型与语音同步,同时生成逼真的面部表情和自然的人物动作。

OmniHuman-1.5 API 支持 JPG、JPEG、PNG 和 JFIF 等常见图片格式。为了获得最佳生成效果,建议使用面部清晰的正面人像图片。

为保证最佳的生成质量,建议使用15秒以内的音频。虽然也支持更长的音频文件,但较短的音频通常能生成更稳定的数字人动画效果。

是的。OmniHuman 1.5 数字人模型支持真人、动漫角色、卡通人物以及风格化头像,助力开发者打造丰富多样的创意 AI 视频应用。

该 API 返回的生成视频为 MP4 格式。这种输出格式兼容性极佳,广泛适用于各大社交媒体平台、网站、SaaS 产品和内容创作工作流。

开发者可以使用 OmniHuman 1.5 API 打造 AI 数字人生成器、照片说话应用 (Talking Photo)、虚拟偶像、数字人平台、AI 营销视频、教育内容以及 AI 驱动的娱乐体验。