Bytedance · ユーティリティ

OpenClaw x OmniHuman

OmniHuman は RunAPI の Bytedance カタログに属し、audio-to-video 生成に加えて human-identification と subject-detection のヘルパーを、API、SDK、CLI、Bruno、ドキュメントの統一されたサーフェスで提供します。

3 variants から $0.32 / 秒 商用利用対応

Prerequisite: npx runapi mcp install

Prompt

プロンプトモデル

タスクに合う場合は omnihuman-1.5 を使用してください: ポートレートと駆動音声から音声駆動のトーキングヘッド動画を生成。

You have access to RunAPI task tools for OmniHuman.

Available OmniHuman models:
- omnihuman-1.5: ポートレートと駆動音声から音声駆動のトーキングヘッド動画を生成
  endpoints: /api/v1/omnihuman/audio_to_video
  request fields: model, source_image_url, source_audio_url, prompt
- omnihuman-1.5-human-identification: ソース画像内の人物領域を識別するヘルパータスク
  endpoints: /api/v1/omnihuman/human_identification
  request fields: model, source_image_url
- omnihuman-1.5-subject-detection: OmniHuman 生成向けの被写体マスクを返すヘルパータスク
  endpoints: /api/v1/omnihuman/subject_detection
  request fields: model, source_image_url

Use the model ID and endpoint that match the user's request.
Example prompt: このポートレートとナレーション音声から 720p のトーキングヘッド動画を生成し、被写体マスクで話者を分離してください。
/api/v1/omnihuman/audio_to_video: Submit the task, poll for its status, then verify the completed output. POST /api/v1/omnihuman/audio_to_video を実行し、返された Task ID を保存します。
ステータスが completed または failed になるまで GET /api/v1/omnihuman/audio_to_video/<task-id> を実行します。
completed レスポンスに API リファレンス記載のエンドポイント固有出力が含まれることを確認します。
/api/v1/omnihuman/human_identification: Submit the task, poll for its status, then verify the completed output. POST /api/v1/omnihuman/human_identification を実行し、返された Task ID を保存します。
ステータスが completed または failed になるまで GET /api/v1/omnihuman/human_identification/<task-id> を実行します。
completed レスポンスに API リファレンス記載のエンドポイント固有出力が含まれることを確認します。
/api/v1/omnihuman/subject_detection: Submit the task, poll for its status, then verify the completed output. POST /api/v1/omnihuman/subject_detection を実行し、返された Task ID を保存します。
ステータスが completed または failed になるまで GET /api/v1/omnihuman/subject_detection/<task-id> を実行します。
completed レスポンスに API リファレンス記載のエンドポイント固有出力が含まれることを確認します。

公開バージョンとエンドポイント

モデル ID エンドポイント 開始価格 モデルカタログ
omnihuman-1.5
/api/v1/omnihuman/audio_to_video
$0.32 / 秒 モデル詳細
omnihuman-1.5-human-identification
/api/v1/omnihuman/human_identification
無料 モデル詳細
omnihuman-1.5-subject-detection
/api/v1/omnihuman/subject_detection
無料 モデル詳細

検証

Task が終端状態になるまでポーリングします

<model-id> を選択すると検証コマンドが生成されます。

設定

ガイドエンドポイント: <endpoint>

<model-id> を選択すると、公開入力契約に基づくリクエストが生成されます。
利用手順

3ステップで始める

  1. モデル ID を選択

    公開モデル ID を選び、エンドポイントと現在の開始価格を確認します。

  2. RunAPI を設定

    エンドポイントを呼び出す前に RUNAPI_API_KEY を設定します。

  3. 結果を検証

    非同期エンドポイントでは、Task が終端状態になるまで同じエンドポイントをポーリングします。

OpenClaw + OmniHuman で作れるもの

  • 商品・マーケティング用クリップ

    文章のブリーフから、商品ページ、広告、ランディングページ向けの短いプロモーション動画を作成します。

  • SNS 向けショート動画

    SNS フィード向けの短いクリップを作り、同じアイデアで複数のテイクを試してから選びます。

  • 画像のアニメーション化と動画編集

    モデルが画像から動画への変換や動画編集のエンドポイントを提供している場合、静止画を動かしたり既存の映像を変更したりします。

OmniHuman を RunAPI + OpenClaw で使う理由

  • 3 個のバリアントを 1 つの API キーで

    RunAPI の 1 つの接続から利用可能なモデルバリアントを選べるため、連携方法を変える必要がありません。

  • わかりやすい利用料金

    リクエストを送る前にカタログの現在の料金を確認できます。サブスクリプションや最低利用額はありません。

  • タスクの自動ワークフロー

    手動のポーリングコードを書かずに、統一されたタスクフローで非同期の結果を送信、確認、取得できます。

OpenClaw + 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。

どのモデル ID を使うべきですか?

バージョン表から公開モデル ID を選択してください。各 ID で利用できるエンドポイントが同じ行に表示されます。

このガイドはチャットモデルを設定しますか?

いいえ。この Model Line はここに示すエンドポイント手順を使用し、Agent のチャットモデルとしては扱いません。

OpenClawでOmniHumanを使い始める

チームで構築していますか?

エンタープライズ導入、連携、技術的なご相談をお手伝いします。

お問い合わせ