🎭 数字人模型
数字人模型专门用于生成与人物相关的AI视频内容，包括音频驱动的人物视频生成等多种功能。
🎭 OmniHuman 音频驱动人物视频生成
OmniHuman 是 ByteDance 推出的音频驱动人物视频生成模型，能够使用与音频文件配对的人物图像生成视频。它制作出生动、高质量的视频，其中角色的情绪和动作与音频保持着很强的相关性。
💰 OmniHuman 价格表
💳 积分扣除规则
按照音频长度计算：42积分/秒
- SVIP 会员：基础价格 42积分/秒
- VIP 会员：基础价格 + 50%，但增加的金额不超过50积分
- 普通会员：基础价格翻倍，但增加的金额不超过100积分
| 会员等级 | 音频时长 | 计算公式 | 价格示例 |
|---|---|---|---|
| SVIP | 任意时长（≤30秒） | 42积分 × 秒数 | 5秒=210积分，10秒=420积分，30秒=1260积分 |
| VIP | 任意时长（≤30秒） | 42积分 × 秒数 + min(42积分×秒数×0.5, 50积分) | 5秒=273积分，10秒=470积分，30秒=1310积分 |
| 普通会员 | 任意时长（≤30秒） | 42积分 × 秒数 + min(42积分×秒数, 100积分) | 5秒=310积分，10秒=520积分，30秒=1360积分 |
📋 OmniHuman 模型案例
OmniHuman 音频驱动人物视频生成
APP
st-ai/bytedance/omnihuman
{
"app_name": "st-ai/bytedance/omnihuman",
"input_params": {
"image_url": "https://s.coze.cn/t/Yfus-lf4L60/",
"audio_url": "https://ve-template-0920.oss-cn-shanghai.aliyuncs.com/uploads/1754297672316_omx2b63rlh.mp3"
}
}
📝 OmniHuman 参数说明
| 参数名 | 类型 | 必填 | 描述 | 限制 |
|---|---|---|---|---|
| image_url | string | 是 | 用于生成视频的人物图像URL | 有效的图片URL，推荐人物正面照片 |
| audio_url | string | 是 | 用于生成视频的音频文件URL | 音频时长必须不超过30秒 |
📤 OmniHuman 输出格式
{
"video": {
"url": "https://storage.googleapis.com/falserverless/example_outputs/omnihuman_output.mp4"
}
}
🎬 输出效果展示
以下是 OmniHuman 模型生成的视频效果示例：结合人物图像和音频生成的逼真数字人视频。
示例视频：展示 OmniHuman 音频驱动人物视频生成效果
🎯 OmniHuman 应用场景
1. 虚拟主播内容
将静态人物图片与语音结合，生成虚拟主播视频内容。
2. 教育培训
为在线课程制作生动的讲师视频，提升教学体验。
3. 营销推广
快速制作产品介绍视频，让品牌形象更加生动。
4. 个人创作
将个人照片与音频结合，制作个性化视频内容。
⚠️ OmniHuman 使用注意事项
- 音频时长限制：音频文件时长不能超过30秒
- 图片质量：推荐使用清晰的人物正面照片，避免侧脸或模糊图片
- 音频质量：使用清晰的音频文件可以获得更好的唇形同步效果
- 内容合规：确保使用的图片和音频符合相关法律法规
- 成本控制：音频越长成本越高，建议根据需要合理控制音频时长