Bytedance · Narzędziowe

Hermes Agent x OmniHuman

OmniHuman należy do katalogu Bytedance w RunAPI i udostępnia generowanie audio-to-video oraz pomocnicze human-identification i subject-detection przez ujednolicone powierzchnie API, SDK, CLI, Bruno i dokumentacji.

3 variants od $0.32 / sekunda Do użytku komercyjnego
Uzyskaj klucz API Zobacz dokumentację Hermes Agent

Prerequisite: npx runapi mcp install

Prompt

Modele promptów

Użyj omnihuman-1.5, gdy pasuje do zadania: Wideo gadającej głowy sterowane audio z portretu i audio sterującego.

You have access to RunAPI task tools for OmniHuman.

Available OmniHuman models:
- omnihuman-1.5: Wideo gadającej głowy sterowane audio z portretu i audio sterującego
  endpoints: /api/v1/omnihuman/audio_to_video
  request fields: model, source_image_url, source_audio_url, prompt
- omnihuman-1.5-human-identification: Zadanie pomocnicze identyfikujące obszary ludzi w obrazie źródłowym
  endpoints: /api/v1/omnihuman/human_identification
  request fields: model, source_image_url
- omnihuman-1.5-subject-detection: Zadanie pomocnicze zwracające maski obiektu do generowania OmniHuman
  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: Wygeneruj wideo gadającej głowy 720p z tego portretu i voice-overu, używając maski obiektu, aby odizolować osobę mówiącą.
/api/v1/omnihuman/audio_to_video: Submit the task, poll for its status, then verify the completed output. Wyślij POST do /api/v1/omnihuman/audio_to_video i zapisz ID zwróconej Task.
Wyślij GET do /api/v1/omnihuman/audio_to_video/<task-id>, aż stan zmieni się na completed lub failed.
Sprawdź, czy odpowiedź completed zawiera wynik właściwy dla endpointu opisany w dokumentacji API.
/api/v1/omnihuman/human_identification: Submit the task, poll for its status, then verify the completed output. Wyślij POST do /api/v1/omnihuman/human_identification i zapisz ID zwróconej Task.
Wyślij GET do /api/v1/omnihuman/human_identification/<task-id>, aż stan zmieni się na completed lub failed.
Sprawdź, czy odpowiedź completed zawiera wynik właściwy dla endpointu opisany w dokumentacji API.
/api/v1/omnihuman/subject_detection: Submit the task, poll for its status, then verify the completed output. Wyślij POST do /api/v1/omnihuman/subject_detection i zapisz ID zwróconej Task.
Wyślij GET do /api/v1/omnihuman/subject_detection/<task-id>, aż stan zmieni się na completed lub failed.
Sprawdź, czy odpowiedź completed zawiera wynik właściwy dla endpointu opisany w dokumentacji API.

Publiczne wersje i endpointy

ID modelu Endpointy Cena początkowa Katalog
omnihuman-1.5
/api/v1/omnihuman/audio_to_video
$0.32 / sekunda Szczegóły modelu
omnihuman-1.5-human-identification
/api/v1/omnihuman/human_identification
Bezpłatnie Szczegóły modelu
omnihuman-1.5-subject-detection
/api/v1/omnihuman/subject_detection
Bezpłatnie Szczegóły modelu

Weryfikacja

Odpytywanie do momentu osiągnięcia przez Task stanu końcowego

Wybierz <model-id>, aby wygenerować polecenia weryfikacyjne.

Konfiguracja

Endpoint przewodnika: <endpoint>

Wybierz <model-id>, aby wygenerować żądanie zgodne z publicznym kontraktem wejściowym endpointu.
Jak to działa

Zacznij w 3 krokach

  1. Wybierz ID modelu

    Wybierz publiczny ID modelu z katalogu i sprawdź jego endpoint oraz bieżącą cenę początkową.

  2. Skonfiguruj RunAPI

    Ustaw RUNAPI_API_KEY przed wysłaniem żądania do endpointu.

  3. Zweryfikuj wynik

    Dla asynchronicznych endpointów odpytuj ten sam endpoint, aż Task osiągnie stan końcowy.

Co możesz zbudować za pomocą Hermes Agent + OmniHuman

  • Klipy produktowe i marketingowe

    Twórz krótkie klipy promocyjne na strony produktów, do reklam i na landing page na podstawie pisemnego briefu.

  • Krótkie wideo do mediów społecznościowych

    Twórz krótkie klipy do mediów społecznościowych i wypróbuj kilka ujęć tego samego pomysłu, zanim wybierzesz jedno.

  • Animacja obrazów i edycja wideo

    Ożywiaj statyczne obrazy lub zmieniaj istniejące nagrania, gdy model oferuje endpointy image-to-video lub edycji wideo.

Dlaczego warto używać OmniHuman przez RunAPI + Hermes Agent

  • 3 wariantów, jeden klucz API

    Korzystaj z jednego połączenia RunAPI, aby wybierać spośród dostępnych wariantów modelu bez zmiany integracji.

  • Przejrzyste ceny użycia

    Sprawdź aktualne ceny w katalogu przed wysłaniem żądania, bez subskrypcji i minimalnych wydatków.

  • Automatyczne przepływy zadań

    Wysyłaj zadania, sprawdzaj ich status i odbieraj asynchroniczne wyniki w jednym przepływie, bez ręcznego kodu odpytywania.

Pytania o Hermes Agent + OmniHuman

Jakich danych wejściowych wymaga OmniHuman audio-to-video?

Audio-to-video wymaga URL obrazu źródłowego i URL audio źródłowego. Opcjonalne URL-e masek, wskazówki promptu, rozdzielczość, tryb szybki, seed i URL callback mogą doprecyzować zadanie.

Co zwraca Human Identification?

Human Identification analizuje jeden obraz źródłowy i zwraca wyniki obrazowe identyfikujące obszary ludzi do przeglądu lub wstępnego przetwarzania.

Co zwraca Subject Detection?

Subject Detection analizuje jeden obraz źródłowy i zwraca wyniki masek, których można użyć jako `mask_urls` w żądaniu OmniHuman audio-to-video.

Kiedy przekazywać `mask_urls`?

Przekaż URL-e masek, gdy potrzebujesz silniejszej izolacji obiektu albo gdy wcześniejsze zadanie subject-detection utworzyło maski dla tego samego obrazu źródłowego.

Jakie rozdzielczości wyjściowe są obsługiwane?

OmniHuman audio-to-video obsługuje wyjście 720p i 1080p; 1080p jest domyślne, gdy żądanie nie określa rozdzielczości.

Którego ID modelu użyć?

Wybierz publiczny ID modelu z tabeli wersji. Każdy ID udostępnia endpointy pokazane w jego wierszu.

Czy ten przewodnik konfiguruje model czatu?

Nie. Ta linia modeli korzysta z pokazanego procesu endpointu i nie jest przedstawiana jako model czatu agenta.

Zacznij używać OmniHuman z Hermes Agent

Uzyskaj klucz API Przeczytaj Szybki start

Budujesz z zespołem?

Pomożemy w konfiguracji dla firm, integracjach i kwestiach technicznych.

Skontaktuj się