オムニヒューマン 1.5 API

あらゆる顔と声を数分でフィルムグレードのトーキングアバターに変換し、TikTok、リール、ショート、アプリ内エクスペリエンスの準備が整います。

Audio File *

Upload audio for lip-sync (max 35 seconds, MP3/WAV)

Reference Image *

Upload a portrait image containing a human face

Price per second

12 Credits/s

Billed by audio duration (rounded up to seconds)

Sample Result

Audio File *

Upload audio file (MP3/WAV)

Click to upload or drag and drop

Supported formats: MP3, WAV
Maximum file size: 50MB; Duration: max 35s

Input Images *

Upload reference images

Click to upload or drag and drop

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

0:00 / 0:00

Audio

履歴

最大20件

0 実行中 · 0 完了

ここに生成履歴が表示されます

OmniHuman 1.5 API リアルなデジタルヒューマン用

1 つの写真とオーディオトラックから表現力豊かな真のリップシンクアバタービデオを生成し、ソーシャルコンテンツや SaaS 製品に直接接続します。

Pricing

Model	Mode	Price
OmniHuman 1.5	Video Generation	$0.1667/ second(12 Credits)

OmniHuman 1.5

Video Generation

Price:

$0.1667/ second

(12 Credits)

If it's down, we automatically use the next cheapest available—ensuring 99.9% uptime at the best possible price.

OmniHuman 1.5 API とは

1 枚の写真から映画レベルの話すアバターを作成

OmniHuman 1.5 API を使用すると、1 枚の人間の写真とオーディオトラックをアップロードし、脚本やブランドトーンに一致する自然な表情、ジェスチャー、カメラモーションを備えた映画グレードのトーキングアバタービデオを自動的に生成できます。俳優、スタジオ、または繰り返しの再撮影の必要がなくなるため、すべての投稿とチャネルにわたってビジュアルアイデンティティを完全に調整しながら、ソーシャルメディア、ランディングページ、製品内教育用の一貫したデジタルヒューマンコンテンツを生成できます。

初めて話すアバターを作成する

ソーシャルフィード用の感情表現豊かなデジタルヒューマン

OmniHuman 1.5 API は、唇の動きだけでなくパフォーマンスに重点を置いているため、すべてのビデオが音声のメッセージや雰囲気に反応している本物の人間のように感じられます。このモデルはボディランゲージ、顔の表情、タイミングをスピーチのリズムと意味に合わせて調整するため、毎日カメラに映る必要がなく、TikTok のフックがより鋭くなり、YouTube のイントロがより魅力的になり、Instagram リールがより楽しくなります。

表情豊かなアバターでエンゲージメントを高める

アプリと SaaS 向けの開発者向けの API

OmniHuman 1.5 API は、ビデオモデルを最初から構築せずに、高品質の AI デジタルヒューマンを製品に追加したい開発者向けに設計されています。単純な API 呼び出しを通じて画像と音声を送信し、生成されたビデオファイルまたはリンクを受信して、それらをオンボーディングフロー、チュートリアルハブ、学習プラットフォーム、またはクリエイターツールに埋め込むことで、静的なインターフェイスを、すべてのエンドユーザーにとってプレミアムでパーソナライズされたと感じる生きた会話エクスペリエンスに変えることができます。

OmniHuman 1.5 API を製品に統合する

OmniHuman 1.5 API を選ぶ理由

スピーキングのパフォーマンス、感情、カメラの信頼性を最も重視する場合は、OmniHuman 1.5 API をお選びください。

人間らしい会話コンテンツ用に構築

Wan2.2-Animate は、広範なキャラクターアニメーションやモーションの多いシーンに強いですが、ほとんどのソーシャルコンテンツや製品コンテンツは依然としてカメラに向かって話す人物から始まります。 OmniHuman 1.5 API はこのユースケース向けに調整されているため、より強力なリップシンク、より真実味のあるアイコンタクト、そして台本に一致する感情が得られます。これは、販売ビデオ、チュートリアル、ブランドの発表にとって非常に重要です。

スクリプトからポストまでの高速パス

Wan2.2-Animate では、リファレンスビデオ、テンプレートモーション、クリエイティブなカメラの動きについて考える必要があることがよくあります。これは複雑なシーンには最適ですが、日常的なコンテンツには負担がかかります。 OmniHuman 1.5 API はパイプラインをシンプルに保ちます。スクリプトを作成し、音声を録音し、1 枚の写真と 1 つのファイルを送信し、完成したトーキングアバタークリップを投稿することで、TikTok、リール、ショートで一貫して公開することが容易になります。

ブランドや教育用途での信頼性の向上

機能の説明、新しいユーザーのオンボーディング、定期的な番組の司会など、信頼を築くことが目的の場合、本物の司会者のように感じられる安定したデジタルヒューマンのほうが、常に変化するアニメーションキャラクターよりも優れたパフォーマンスを発揮するのが通常です。 OmniHuman 1.5 API は、視聴者の記憶に残る 1 つのアバターを固定し、それを 1 回限りの視覚実験ではなく、長期的なブランド資産に変えるのに役立ちます。

OmniHuman 1.5 API がワークフローでどのように機能するか

いくつかの簡単な手順で、アイデアからすぐに投稿できるデジタルヒューマンビデオを作成できます。

アバターとスクリプトを準備する

デジタルヒューマン用に鮮明なポートレート画像を選択し、伝えたいメッセージに一致するきれいなオーディオトラックまたはナレーションを録音します。

OmniHuman 1.5 API にリクエストを送信する

アプリ、自動化、またはコンテンツツールから、好みの設定を使用した簡単な API 呼び出しを通じて、画像と音声を OmniHuman 1.5 API に送信します。

ビデオを受信、レビュー、公開する

生成されたトーキングアバタービデオをダウンロードし、パフォーマンスを確認してから、TikTok、リール、ショート、または製品に直接エクスポートまたはスケジュール設定します。

OmniHuman 1.5 API パイプラインを構築する

OmniHuman 1.5 API の機能

簡単に拡大縮小できるリアルな会話アバターに重点を置いています。

再利用可能なアバター

一枚写真、スタジオスタイルのホスト

1 つのポートレートを、何度もスクリプトを配信できる再利用可能なデジタルヒューマンに変えることで、写真やビデオを何度も撮影しなくても、コンテンツに一貫性を持たせることができます。

現実的な配信

真のリップシンクと感情

音声に忠実に従う口の形、表情、ペースを取得できるため、視聴者は硬いアニメーションのマスクではなく、実際の人間が直接話しているように感じられます。

開発者対応

API - アプリと SaaS 向け

製品、自動化、または内部ツールから OmniHuman 1.5 API を呼び出して、オンボーディング、更新、サポートフロー用のトーキングアバタークリップをオンデマンドで生成します。

ソーシャルファースト

ソーシャルビデオ用に最適化

TikTok、リール、ショートに合わせた短い縦型動画を作成して、デジタルヒューマンがネイティブフィードにぴったりとフィットし、総再生時間を長く維持できるようにします。

ブランディング

一貫したブランドの存在感

広告、チュートリアル、ヘルプコンテンツで同じアバターを使用すると、たとえ別の人がスクリプトを書いた場合でも、ブランドの認識可能な顔を構築できます。

高スループット

コンテンツカレンダーに合わせて拡張可能

アバターとオーディオのワークフローを設定したら、数十のトーキングビデオをバッチ生成できるため、チームはオファー、フック、配信に集中できるようになります。

OmniHuman 1.5 API FAQ

Everything you need to know about the product and billing.

OmniHuman 1.5 API は、1 つの人間の写真とオーディオトラックをリアルな会話アバタービデオに変える、開発者向けのインターフェイスです。これは、複雑な制作セットアップを必要とせずに映画レベルのデジタルヒューマンを必要とするソーシャルメディアクリエーター、マーケティング担当者、SaaS 創設者、製品チーム向けに構築されています。 TikTok チュートリアル、製品説明、コースコンテンツ、またはオンボーディングフローを作成し、一貫した人間スタイルのプレゼンスが必要な場合、OmniHuman 1.5 API は、カメラやスタジオの代わりに単純な API 呼び出しを通じてそれを実現します。

OmniHuman 1.5 API でビデオを生成するには、通常、アニメーション化する人物またはキャラクターの鮮明なポートレート画像と、音声またはメッセージのきれいなオーディオファイルが必要です。 API リクエストを通じてこれらを提供すると、システムは唇の動き、表情、ジェスチャーを音声に合わせて話すアバタービデオを生成します。多くのユーザーは、TikTok、リール、ショート、またはアプリ内フローに特化した短いスクリプトを記録し、最小限の編集で各出力を投稿または埋め込む準備ができています。

基本的なトーキングヘッドツールの多くは口を動かし、場合によっては頭を傾けるだけであり、ロボットのように見え、視聴者との信頼関係を損なう可能性があります。 OmniHuman 1.5 API は、リップシンク、表情、ボディランゲージを声の感情的なトーンとタイミングに合わせて調整する、完全なパフォーマンスに重点を置いています。これにより、ジョークがよりよく伝わり、深刻な瞬間がより信頼できるものに感じられ、行動への呼びかけがより説得力のあるものになります。品質と一気食いに値するコンテンツを重視するブランドやクリエイターにとって、その感情的なリアリズムは大きな利点です。

はい、OmniHuman 1.5 API で生成されたビデオは、すべての主要なソーシャルメディアプラットフォームに適合させることができます。多くのユーザーは、TikTok、Instagram リール、YouTube ショートの縦型動画を作成すると同時に、長編の YouTube、ランディングページ、内部トレーニング用に横型バージョンもエクスポートします。アバターとパフォーマンスはフォーマットを問わず一貫しているため、同じメッセージを複数の場所で再利用して、フォロワーがすぐにブランドやチャンネルを連想するような、認識可能なデジタルヒューマンを構築できます。

OmniHuman 1.5 API は、人間のガイドによって情報を吸収しやすくする教育およびサポートのユースケースに非常に適しています。コース作成者はレッスンスクリプトを各モジュールの短いアバタービデオに変換でき、SaaS チームはコア機能を説明するトークウォークスルーのライブラリを構築できます。サポートチームは、第一線の質問から再利用可能な回答を作成することもできるため、ユーザーはエージェントに圧倒されることなく、よりサポートされていると感じることができます。アバターは一貫性を保っているため、学習者はデジタルインストラクターやアシスタントにすぐに慣れることができます。

OmniHuman 1.5 API は、現在のツールを置き換えるのではなく、現在のツールに組み込むように設計されています。通常のドキュメントでスクリプトを作成し、好みのツールで音声を録音し、API を使用して大規模なビデオを生成します。そこから、他のアセットと同様に、出力をスケジューラー、エディター、または自動化スタックにプッシュできます。時間が経つにつれて、ニュースレターのコンテンツや製品変更ログのメモから毎日の会話アバタービデオを生成し、書かれた更新情報を魅力的なビジュアルストーリーに変えるなど、さらに多くの手順を自動化できるようになります。

API Reference

Select endpoint

Authentication

All APIs require Bearer Token authentication.

Header

Authorization: 
Bearer YOUR_API_KEY

Get API Key

POST

/v1/videos/generations

Create Digital Human Video

OmniHuman 1.5 (omnihuman-1.5) generates realistic digital human videos with audio-driven lip-sync.

Asynchronous processing mode, use the returned task ID to .

Generated video links are valid for 24 hours, please save them promptly.

Important Notes

Maximum audio duration is 35 seconds.
Billing is based on audio duration (rounded up to the nearest second).
Tasks cannot be cancelled once started.
Supported audio formats: MP3, WAV.

Request Parameters

modelstringRequiredDefault: omnihuman-1.5

Model name for digital human video generation.

Exampleomnihuman-1.5

audio_urlstringRequired

Audio URL for driving lip-sync and body movements.

Notes

Maximum duration: 35 seconds
Supported formats: MP3, WAV
URL must be directly accessible by the server

Examplehttps://example.com/audio.mp3

image_urlsstring[]Required

Reference image URL array containing the person to animate. OmniHuman uses only the first image.

Notes

Should contain a clear human figure
Max size: 10MB
Formats: .jpg, .jpeg, .png, .webp
URL must be directly accessible by the server

Examplehttps://example.com/person.jpg

mask_urlstringOptional

Mask image URL for specifying animation regions. White areas indicate regions to animate.

Notes

Optional - use with auto_mask=false for custom control
Same dimensions as input image recommended

Examplehttps://example.com/mask.png

subject_checkbooleanOptionalDefault: false

Enable subject detection to verify human presence in the image.

Value	Description
true	Verify human subject exists
false	Skip subject verification

Exampletrue

auto_maskbooleanOptionalDefault: false

Enable automatic mask generation for the human subject.

Value	Description
true	Auto-generate mask for animation
false	Use provided mask_url or full image

Exampletrue

pe_fast_modebooleanOptionalDefault: false

Enable fast processing mode for quicker generation.

Value	Description
true	Faster generation (may reduce quality)
false	Standard quality generation

Examplefalse

seedintegerOptionalDefault: -1

Random seed for reproducible generation. Use -1 for random seed.

Notes

Range: -1 to 2147483647
Same seed produces consistent results

Example-1

promptstringOptional

Optional text prompt to guide the generation style.

ExampleA person speaking naturally with subtle expressions

callback_urlstringOptional

HTTPS callback address after task completion.

Notes

Triggered on completion or failure
HTTPS only, no internal IPs
Max length: 2048 chars
Timeout: 10s, Max 3 retries

Examplehttps://your-domain.com/webhooks/video-task-completed

Request Example

{
  "model": "omnihuman-1.5",
  "audio_url": "https://example.com/audio.mp3",
  "image_urls": ["https://example.com/person.jpg"],
  "subject_check": true,
  "auto_mask": true,
  "pe_fast_mode": false,
  "seed": -1,
  "callback_url": "https://your-domain.com/webhooks/callback"
}

Response Example

{
  "created": 1757169743,
  "id": "task-unified-1757169743-7cvnl5zw",
  "model": "omnihuman-1.5",
  "object": "video.generation.task",
  "progress": 0,
  "status": "pending",
  "task_info": {
    "can_cancel": false,
    "estimated_time": 120,
    "video_duration": 10
  },
  "type": "video",
  "usage": {
    "billing_rule": "per_second",
    "credits_reserved": 120,
    "user_group": "default"
  }
}

OmniHuman 1.5 API リアルなデジタル ヒューマン用

OmniHuman 1.5 API とは

1 枚の写真から映画レベルの話すアバターを作成

ソーシャルフィード用の感情表現豊かなデジタルヒューマン

アプリと SaaS 向けの開発者向けの API

OmniHuman 1.5 API を選ぶ理由

人間らしい会話コンテンツ用に構築

スクリプトからポストまでの高速パス

ブランドや教育用途での信頼性の向上

OmniHuman 1.5 API がワークフローでどのように機能するか

アバターとスクリプトを準備する

OmniHuman 1.5 API にリクエストを送信する

ビデオを受信、レビュー、公開する

OmniHuman 1.5 API の機能

一枚写真、スタジオスタイルのホスト

真のリップシンクと感情

API - アプリと SaaS 向け

ソーシャルビデオ用に最適化

一貫したブランドの存在感

コンテンツカレンダーに合わせて拡張可能

OmniHuman 1.5 API FAQ

API Reference

Authentication

Create Digital Human Video

Important Notes

Request Parameters

Notes

Notes

Notes

Notes

Notes

Request Example

Response Example

OmniHuman 1.5 API リアルなデジタルヒューマン用