Skip to main content

圖生唱演視頻-悅動人像EMO

悅動人像EMO可基於人物肖像圖片和人聲音頻檔案,產生高品質的人物肖像動態視頻。其中,包含2個獨立的模型“悅動人像EMO-detect”和“悅動人像EMO”,分別提供人物圖片合規檢測與人物視頻產生能力。

本文檔僅適用於“中國內地(北京)”地區。如需使用模型,需使用“中國內地(北京)”地區的API Key

模型概覽

模型簡介

  • 悅動人像EMO-detect,是一個特定的映像檢測模型,用於檢測輸入的圖片是否滿足emo模型所需的人物肖像圖片規範。
  • 悅動人像EMO,是一個人物視頻產生模型,可基於人物肖像圖片和人聲音頻檔案產生人物肖像動態視頻。

模型效果樣本

輸入物:人物肖像圖片+人聲音頻檔案輸出物:人物肖像動態視頻
人物肖像:上春山人聲音頻:參見右側視頻人物視頻:使用動作風格強度:活潑("style_level": "active")
人物肖像:15_原圖人聲音頻:參見右側視頻人物視頻:使用動作風格強度:適中("style_level": "normal")
人物肖像:娃哈哈人聲音頻:參見右側視頻人物視頻:使用動作風格強度:平靜("style_level": "calm")
以上樣本,由整合了“悅動人像EMO”的千問APP產生。

資費與限流

模式

模型名稱

單價

任務下發介面QPS限制

同時處理中任務數量

模型調用

emo-detect-v1

模型調用,後付費:

$0.000574/張

5

同步介面無限制

emo-v1

模型調用,後付費:

  • 產生1:1畫幅視頻:$0.011469/秒

  • 產生3:4畫幅視頻:$0.022937/秒

1

(在同一時刻,只有1個作業實際處於運行狀態,其他隊列中的作業處於排隊狀態)

前提條件

已開通服務並獲得API-KEY:擷取API Key與API Host

模型調用

  • 悅動人像EMO系列模型支援後付費調用。
  • 模型調用時,參照以下順序:
    1. 調用“悅動人像EMO-detect”模型確認輸入的人物映像符合規範(可參考文檔:EMO 映像檢測);
    2. 調用“悅動人像EMO”模型,輸入人物映像原圖、經檢測通過後獲得的相關映像地區參數、以及包含清晰人聲的音頻檔案,產生人物肖像動態視頻(可參考文檔:EMO 視頻產生)。
文本產生
映像產生
視頻產生
音頻
Realtime API
  • 概述
向量與排序
模型生產