Les modèles de texte vers vidéo Wan acceptent des entrées multimodales (texte, images et audio) pour générer des vidéos d'une durée maximale de 15 secondes, avec une résolution allant jusqu'à 1080P.
- Fonctionnalités principales : génération de vidéos de 2 à 15 secondes en résolution 480P, 720P ou 1080P. Prise en charge de la réécriture intelligente des prompts et de l'ajout de filigranes.
- Capacités audio : doublage automatique des vidéos ou intégration de fichiers audio personnalisés pour une synchronisation parfaite entre l'image et le son. (wan2.7/wan2.6/wan2.5)
- Narration multi-plans : création de vidéos comportant plusieurs plans tout en maintenant la cohérence du sujet principal lors des transitions. (wan2.7/wan2.6)
Prise en main
| Prompt d'entrée | Vidéo générée (multi-plans, avec audio) |
| Plan 1 La séquence s'ouvre sur un plan très large. La caméra part d'un angle bas près du sol et avance à travers la prairie tout en s'inclinant vers le haut. Tandis que la caméra s'élève du niveau du sol vers une position légèrement surélevée, un guépard entre dans le cadre par la gauche. Ce plan établit une relation spatiale claire en plaçant le guépard et l'antilope en fuite sur la même trajectoire. Plan 2 La caméra descend au ras du sol et effectue un travelling latéral vers la droite, parallèlement au guépard. Le guépard reste constamment à gauche du centre, ce qui crée un défilement latéral continu de l'arrière-plan. Pendant un moment, le mouvement de la caméra demeure stable afin d'accentuer la sensation de vitesse et la continuité spatiale. Plan 3 Tout en poursuivant son déplacement vers la droite, la caméra exécute un léger arc de cercle le long de la trajectoire intérieure du guépard. Ce mouvement produit un subtil effet d'orbite dans le cadre, tandis que la caméra continue de suivre le sujet. Plan 4 La caméra ralentit progressivement son mouvement latéral pour se stabiliser relativement, tout en effectuant simultanément un zoom avant. Cette action resserre la mise au point sur la distance qui se réduit entre le guépard et l'antilope. Plan 5 La caméra avance de nouveau vers l'avant et légèrement vers le bas, au ras du sol, pour réduire l'espace entre les deux animaux. Le plan s'arrête au moment critique, juste avant que les membres antérieurs du guépard n'atteignent l'arrière-train de l'antilope, créant ainsi une forte pression et une tension intense. Cette action est synchronisée avec une partition symphonique en crescendo, un rythme de tambour qui s'intensifie, ainsi que des bruits de vent et de pas qui cadencent la scène. Dans les derniers instants, le volume musical baisse, ne laissant place qu'aux sons ambiants et rythmiques pour marquer une brève pause. |
- Python SDK
- Java SDK
- curl
Exemple de code : modèles wan2.6 et antérieurs
Exemple de code : modèles wan2.6 et antérieurs
- Python SDK
- Java SDK
- curl
L'URL video_url est valide pendant 24 heures. Téléchargez la vidéo sans tarder.
Disponibilité
Les modèles pris en charge varient selon la région. Les ressources sont isolées entre les régions. Lors d'un appel, assurez-vous que votre modèle, votre URL d'endpoint et votre clé API appartiennent tous à la même région. Les appels interrégionaux échouent.
Modèles pris en charge :
- Global
- International
- US
- Chinese mainland
Si vous sélectionnez le périmètre de déploiement Global, les ressources de calcul pour l'inférence du modèle sont planifiées dynamiquement à l'échelle mondiale. Les données statiques sont stockées dans la région de votre choix. Régions prises en charge : US (Virginia), Germany (Frankfurt),China (Hong Kong).
Modèle | Fonctionnalités | Modalité d'entrée | Spécifications vidéo de sortie |
|---|---|---|---|
wan2.6-t2v | Vidéo avec audio Narration multi-plans, synchronisation audio-vidéo | Texte, audio | Options de résolution : 720P, 1080P Durée de la vidéo : 5s, 10s, 15s Spécifications définies : 30 fps, MP4 (encodage H.264) |
Le code d'exemple de cette rubrique s'applique à la région Singapore.
Fonctionnalités principales
Création de vidéos multi-plans
Modèles pris en charge : wan2.7 and wan2.6 series.
Description : Bascule automatiquement entre les plans, par exemple d'un plan large à un gros plan. Cette fonctionnalité est idéale pour les clips musicaux et les narrations cinématographiques.
Paramètres :
- wan2.7 : Le paramètre
shot_typen'est pas requis. Décrivez la structure des plans dans leprompten langage naturel, notamment à l'aide d'horodatages pour définir les plans. Si lepromptne contient aucune description de structure de plans, le modèle analyse la sémantique et détermine automatiquement s'il doit générer une vidéo à plan unique ou à plans multiples. - wan2.6 : Définissez le paramètre
shot_typesur"multi"et le paramètreprompt_extendsurtrueafin d'activer la réécriture intelligente pour optimiser les descriptions de plans.
| Prompt d'entrée | Vidéo générée (wan2.7) |
| Une vision d'harmonie entre la technologie future et la nature. Plan 1 [0-2s] : Plan large d'un jardin aérien dans une ville futuriste, avec des plantes flottantes oscillant doucement dans la brise. Plan 2 [2-4s] : Un robot jardinier taille soigneusement les plantes avec des mouvements précis et gracieux. Plan 3 [4-7s] : La lumière du soleil traverse un dôme transparent, illuminant tout le jardin et mettant en valeur la fusion parfaite entre la technologie et la nature. Plan 4 [7-10s] : La caméra recule pour révéler l'ampleur grandiose de toute la ville futuriste, dont le jardin aérien n'est qu'une partie. | |
| Il s'agit d'un extrait de film d'arts martiaux centré sur un duel intense. Dans une clairière pierreuse sous le soleil de midi, deux hommes se chargent l'un contre l'autre. L'un frappe avec sa paume, mais son adversaire pivote et bloque avec son bras, l'impact soulevant la poussière du sol. Ils échangent ensuite des coups de poing et des frappes de paume rapides dans un espace restreint. L'un saute en l'air pour exécuter une série de coups de pied puissants, forçant son adversaire à croiser les bras pour bloquer et à glisser de plusieurs mètres en arrière, laissant des traces blanches nettes sur la surface pierreuse. Enfin, ils se tiennent à distance, respirant lourdement et se fixant du regard. La scène présente une texture d'action réaliste avec un éclairage contrasté, créant une tonalité qui passe d'une explosion puissante à une confrontation tendue. |
- Python SDK
- Java SDK
- curl
Vérifiez que votre DashScope SDK for Python est en version 1.25.16 ou ultérieure. Pour mettre à jour le SDK, consultez Installer le SDK .
Exemple de code : wan2.6
Exemple de code : wan2.6
- Python SDK
- Java SDK
- curl
Vérifiez que votre DashScope SDK for Python est en version 1.25.16 ou ultérieure. Pour mettre à jour le SDK, consultez Installer le SDK .
Synchronisation audio et vidéo
Modèles pris en charge : wan2.7, wan2.6, and wan2.5 series.
Description : Les personnages présents sur les photos peuvent « parler » ou chanter, avec des mouvements de bouche synchronisés à l'audio. Pour consulter d'autres exemples, reportez-vous à Génération audio vidéo.
Paramètres :
- Fournir un fichier audio : Définissez
audio_url. Le modèle synchronise alors les mouvements de la bouche avec le fichier audio fourni. - Doublage automatique : En l'absence de paramètre
audio_url, le modèle génère par défaut une vidéo sonorisée en ajoutant automatiquement des effets sonores d'ambiance, de la musique ou des voix adaptées au contenu visuel.
| Exemple d'entrée | Vidéo générée (vidéo sonorisée) |
| Prompt d'entrée : Prise de vue en contre-plongée, plan poitrine, tons chauds, éclairage mixte (la lumière pratique de la lampe de bureau se mêle à la lumière blafarde venant de la fenêtre), éclairage latéral et composition centrée. Dans un bureau de détective classique, des bibliothèques en bois regorgent de vieux dossiers d'enquête et de cendriers. Une lampe de bureau verte éclaire un dossier ouvert au centre du bureau. Un renard, vêtu d'un trench-coat marron foncé et coiffé d'un fedora gris clair, est assis dans un fauteuil en cuir ; son pelage est rougeoyant, sa queue repose légèrement sur le bord du siège, tandis que ses doigts tournent lentement des pages jaunies. Dehors, sous un ciel bleu, une bruine régulière tombe et trace des sillons sinueux sur la vitre. Il lève lentement la tête, les oreilles frémissent légèrement, ses yeux ambrés fixent droit l'objectif, et sa bouche articule nettement ces mots d'une voix fluide et cynique : « L'affaire était froide, plus froide qu'un poisson en hiver. Mais chaque poulet a ses secrets, et je compte bien les découvrir ».Audio d'entrée : |
- Python SDK
- Java SDK
- curl
Vérifiez que votre DashScope SDK for Python est en version 1.25.16 ou ultérieure. Pour mettre à jour le SDK, consultez Installer le SDK .
Exemple de code : wan2.6
Exemple de code : wan2.6
- Python SDK
- Java SDK
- curl
Vérifiez que votre DashScope SDK for Python est en version 1.25.16 ou ultérieure. Pour mettre à jour le SDK, consultez Installer le SDK .
Générer des vidéos muettes
Modèles pris en charge : wan2.2 series, wan2.1 series.
Description : Idéal pour les scénarios nécessitant uniquement du contenu visuel, tels que les affiches dynamiques et les courtes vidéos sans son.
Paramètres : Les modèles wan2.2 et antérieurs génèrent par défaut des vidéos muettes. Aucune configuration supplémentaire n'est requise.
| Prompt d'entrée | Vidéo générée (vidéo muette) |
| Rim light, low contrast, medium close-up, daylight, left-heavy composition, clean single-person shot, warm tones, soft light, sunny day light, side light, daytime. A young girl sits in a field of tall grass with two fluffy donkeys standing behind her. The girl, about eleven or twelve, wears a simple floral dress, her hair in two braids, and has an innocent smile. She sits cross-legged, gently touching the wildflowers beside her. The donkeys are sturdy, their ears pricked up, curiously looking toward the camera. Sunlight bathes the field, creating a warm and natural scene. |
- Python SDK
- Java SDK
- curl
Vérifiez que votre DashScope SDK for Python est en version 1.25.16 ou ultérieure. Pour mettre à jour le SDK, consultez Installer le SDK .
Audio d'entrée
- Nombre de fichiers : Un seul.
-
Méthodes d'entrée :
- URL publique : HTTP ou HTTPS.
Vidéo de sortie
- Nombre de vidéos : Une seule.
- Format : MP4. Pour plus d'informations, consultez Spécifications vidéo.
- Expiration de l'URL : 24 heures.
-
Dimensions de la vidéo :
- Le modèle wan2.7 utilise les paramètres
resolutionetratio. - Les modèles wan2.6 et antérieurs utilisent le paramètre
size.
- Le modèle wan2.7 utilise les paramètres
Facturation et limitation de débit
- Pour les détails sur le quota gratuit et la tarification, consultez Wanx-Text-to-Video.
- Concernant la limitation de débit des modèles, reportez-vous à Série Wanxiang.
-
Détails de facturation :
- L'entrée est gratuite. La sortie est facturée par seconde de vidéo générée avec succès.
- Les échecs d'appel au modèle ou les erreurs de traitement n'entraînent aucun frais et ne consomment pas de quota gratuit.
- La conversion texte-en-vidéo prend également en charge les plans d'épargne.
Référence API
Référence API Texte-en-vidéo
FAQ
Q : Quelles modifications de code sont nécessaires pour passer de wan2.6 à wan2.7 ?
-
Contrôle de la résolution : Le modèle wan2.7 remplace le champ
sizeparresolution(par exemple 720p ou 1080p) etratio(par exemple 16:9 ou 9:16). -
Contrôle multi-plan : Le modèle wan2.7 remplace le champ
shot_typepar des descriptions en langage naturel dans le prompt. Par exemple :- Plans multiples : Saisissez « Générer une vidéo multi-plans » ou utilisez des horodatages pour décrire les scènes, comme « Plan 1 [0-3s] Plan large : Une rue pluvieuse de New York la nuit ».
- Plan unique : Saisissez « Générer une vidéo en plan unique ».
- Si le
promptne contient pas ces instructions, le modèle interprète la sémantique et détermine automatiquement s'il doit générer une vidéo en plan unique ou multi-plans.