1つの API key
モデルやプロバイダーをまたいで同じ認証情報を使えます。
curl -X POST https://runapi.ai/api/v1/omnihuman/audio_to_video \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "omnihuman-1.5-subject-detection",
"image_url": "https://cdn.runapi.ai/public/samples/portrait.jpg",
"audio_url": "https://cdn.runapi.ai/public/samples/voice.mp3"
}'import { OmnihumanClient } from "@runapi.ai/omnihuman";
const client = new OmnihumanClient();
const result = await client.audioToVideo.run({
model: "omnihuman-1.5-subject-detection",
image_url: "https://cdn.runapi.ai/public/samples/portrait.jpg",
audio_url: "https://cdn.runapi.ai/public/samples/voice.mp3",
});require "runapi/omnihuman"
client = RunApi::Omnihuman::Client.new
result = client.audio_to_video.run(
model: "omnihuman-1.5-subject-detection",
image_url: "https://cdn.runapi.ai/public/samples/portrait.jpg",
audio_url: "https://cdn.runapi.ai/public/samples/voice.mp3"
)npx skills add runapi-ai/omnihuman -g# Claude Code
claude mcp add runapi -s user -- npx -y @runapi.ai/mcp
# Codex
codex plugin install runapi-mcp@agents
# Cursor / Windsurf / VS Code
npx @runapi.ai/mcp init cursor概要
OmniHuman について
OmniHuman はソース画像と駆動音声からトーキングヘッド動画を生成します。ヘルパーエンドポイントでは人物領域を識別し、audio-to-video リクエストに渡せる被写体マスクを返せます。
プロバイダー
Bytedance
モダリティ
ユーティリティ
バリアント
料金
OmniHuman の料金
| Endpoint | 解像度 | 尺 | 価格 | |
|---|---|---|---|---|
| audio_to_video | 720p, 1080p | — | $0.32 / 秒 |
omnihuman-1.5 の料金を表示しています。他のバリアントはそれぞれの endpoint 料金が適用されます。
エージェント連携
エージェントから OmniHuman を実行
仕組み
OmniHuman を始める
-
モデルを選ぶ
出力タイプ、品質基準、レイテンシ目標に合うモデルとバリアントを選びます。
-
一度だけ認証
対応するすべてのモデルに RunAPI key を使います。
-
skill をインストール
機能実装の前に model skill をコード作業環境へ追加します。
-
出力を受け取る
task ID でポーリングするか、生成完了時の callback を処理します。
RunAPI 経由で OmniHuman を使う理由
Skill-ready
model skill に schema、セットアップメモ、料金コンテキスト、モデル ID が含まれます。
予測しやすい請求
呼び出し前に従量料金を確認できます。
OmniHuman に関するよくある質問
OmniHuman audio-to-video にはどの入力が必要ですか？
audio-to-video にはソース画像 URL とソース音声 URL が必要です。任意のマスク URL、prompt 指示、解像度、高速モード、seed、callback URL でタスクを調整できます。
Human Identification は何を返しますか？
Human Identification は 1 枚のソース画像を解析し、確認や前処理に使える人物領域を示す画像出力を返します。
Subject Detection は何を返しますか？
Subject Detection は 1 枚のソース画像を解析し、OmniHuman audio-to-video リクエストの `mask_urls` として使えるマスク出力を返します。
いつ `mask_urls` を渡すべきですか？
被写体をより強く分離したい場合、または同じソース画像に対する以前の subject-detection タスクでマスクが生成済みの場合に、マスク URL を渡してください。
対応する出力解像度は何ですか？
OmniHuman audio-to-video は 720p と 1080p の出力に対応しています。リクエストで解像度を指定しない場合、既定値は 1080p です。
このモデルはどう呼び出しますか？
model skill をインストールし、RunAPI key とセットアップメモに従ってください。
類似モデル