> ## Documentation Index > Fetch the complete documentation index at: https://docs.vidgo.ai/llms.txt > Use this file to discover all available pages before exploring further. # OmniHuman 2.0 音频生视频 > OmniHuman 2.0 音频生视频 API 用一段 4–300 秒的 WAV 或 MP3 音频驱动一张角色图片，生成口型同步的 720p 视频，可选提示词。 > [!TIP] > > 1. 提交后会返回 `task_id`。如果提供了 `callback_url`，当任务状态变为 `finished` 或 `failed` 时，系统会向 `callback_url` 发送 POST 请求。 > 2. 无论是否提供 `callback_url`，都可以通过统一的[查询任务状态](https://docs.vidgo.ai/zh/api-manual/task-management/status.md)接口获取结果。 OmniHuman 2.0 音频生视频接收一张角色图片和一个音频文件，生成该角色说话、演唱或表演的 720p 视频，口型、表情和手势都跟随音频。音频支持 4–300 秒，既能做社交短片，也能做完整的讲解旁白。OmniHuman 2.0 是字节跳动（ByteDance）的音频驱动视频模型，上游通过 BytePlus 提供。 ## 模型 * **bytedance/omnihuman-2.0/audio-to-video** — OmniHuman 2.0 音频生视频：一张图片加一个 WAV 或 MP3 文件，输出 720p，时长跟随音频。 ## 功能 * 由一张图片生成音频驱动的说话和演唱视频。 * 口型同步、表情和手势由音频驱动。 * 音频从 4 秒到 5 分钟，视频时长与音频相同。 * 支持真人、动物、卡通、3D 和风格化角色，以及多人画面。 * 可选提示词，用于描述镜头运动、动作和额外的画面元素。 ## 必填参数 * `image_urls`（string\[]）：恰好一个公开 HTTP(S) 角色图片 URL。视频构图跟随这张图片。 * `audio_url`（string）：WAV 或 MP3 文件的公开 HTTP(S) URL，不超过 15 MB，时长 4–300 秒。 ## 可选参数 * `prompt`（string）：镜头运动、动作或额外的画面元素。口型和表情仍由音频决定。 ## 时长 没有 `duration` 字段。输出时长跟随音频，30 秒的旁白会生成约 30 秒的视频。要改变时长，请剪辑音频。 ## 输出 任务完成后，[查询任务状态](https://docs.vidgo.ai/zh/api-manual/task-management/status.md)和回调内容的 `files` 数组中会返回一个 MP4 视频。视频为 720p。 ## 示例 * **用头像生成讲解主持人**：一张头像和一段 MP3 旁白，不带提示词。 * **带镜头提示词的演唱角色，带回调**：一只卡通猫、一首 WAV 歌曲、描述动作和镜头的提示词，并提供 `callback_url`。 ## 注意事项 * 使用一张面部清晰可见的图片，以及没有长时间静音或明显背景噪声的干净音频，口型同步效果最好。 * 音频不是 WAV 或 MP3、超过 15 MB、短于 4 秒或长于 300 秒都会返回 400。`duration`、`resolution`、`aspect_ratio`、`seed` 以及上文未列出的其他字段同样返回 400。 * `model` 和 `callback_url` 放在请求根级，不要放进 `input`。 * 按生成视频的秒数计费。提交时按完整音频时长预扣积分；任务成功后按实际输出时长结算并退还差额，最终扣费不会超过预扣金额。任务失败会全额退还。当前费率见[定价页](https://vidgo.ai/apis/api-pricing)。 ## OpenAPI ````yaml zh/api-manual/video-series/bytedance-omnihuman-2-0-audio-to-video.json POST /api/generate/submit openapi: 3.0.0 info: title: Vidgo API - OmniHuman 2.0 音频生视频 description: >- OmniHuman 2.0 音频生视频 API 用一段 4–300 秒的 WAV 或 MP3 音频驱动一张角色图片，生成口型同步的 720p 视频，可选提示词。 version: 1.0.0 servers: - url: https://api.vidgo.ai description: 生产环境 security: - BearerAuth: [] paths: /api/generate/submit: post: tags: - Video Series summary: OmniHuman 2.0 音频生视频 description: >- `input` 中只传 `image_urls`、`audio_url` 和可选的 `prompt`。其他字段（包括 `duration`、`resolution`、`aspect_ratio`）都会返回 400。提交时会下载并检测音频：必须是 WAV 或 MP3，不超过 15 MB，时长 4–300 秒。 operationId: submit_bytedance_omnihuman_2_0_audio_to_video requestBody: required: true content: application/json: schema: type: object required: - model - input properties: model: type: string description: 模型 ID，填 `bytedance/omnihuman-2.0/audio-to-video`。 example: bytedance/omnihuman-2.0/audio-to-video callback_url: type: string format: uri nullable: true description: >- 可选的公开 HTTP(S) 地址，任务变为 `finished` 或 `failed` 时会收到 POST 请求。建议使用 HTTPS。省略、传 `null` 或空字符串即不发送回调。 example: https://your-domain.com/callback input: type: object required: - image_urls - audio_url properties: image_urls: type: array items: type: string format: uri minItems: 1 maxItems: 1 example: - https://example.com/presenter.png description: >- 恰好一个公开 HTTP(S) 角色图片 URL：真人、动物，或卡通、3D、风格化角色，也可以是多人画面。构图跟随这张图片。 audio_url: type: string format: uri example: https://example.com/voiceover.mp3 description: >- 驱动音频的公开 HTTP(S) URL：WAV 或 MP3 文件，不超过 15 MB，时长 4–300 秒。视频时长跟随音频。 prompt: type: string example: >- Medium shot, the presenter gestures toward the camera, slow push-in description: 可选的引导文字，用于描述镜头运动、动作和额外的画面元素。口型和表情仍由音频驱动。 additionalProperties: false description: 生成参数。 examples: talking_head: summary: 用头像生成讲解主持人 value: model: bytedance/omnihuman-2.0/audio-to-video input: image_urls: - https://example.com/presenter.png audio_url: https://example.com/voiceover.mp3 singing_prompt: summary: 带镜头提示词的演唱角色，带回调 value: model: bytedance/omnihuman-2.0/audio-to-video callback_url: https://your-domain.com/callback input: image_urls: - https://example.com/cartoon-cat.png audio_url: https://example.com/song.wav prompt: >- The cat sways to the beat and raises a paw on the chorus, slow orbit shot, stage lights responses: '200': description: 任务已提交 content: application/json: schema: type: object required: - code - data properties: code: type: integer enum: - 200 description: HTTP 状态码。 data: type: object required: - task_id - status - created_time properties: task_id: type: string description: >- 任务 ID，用于[查询任务状态](/zh/api-manual/task-management/status)。 status: type: string enum: - not_started description: 任务的初始状态。 created_time: type: string format: date-time description: 任务创建时间（ISO 8601）。 example: code: 200 data: task_id: task-unified-1762160000-abc123 status: not_started created_time: '2026-11-03T10:30:00' '400': description: 输入无效、字段不受支持、媒体无法访问或积分不足 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '401': description: 凭证无效 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '403': description: 拒绝访问 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '404': description: 模型未知或已停用 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '408': description: 请求超时 content: text/plain: schema: type: string example: Request timeout '422': description: JSON 无效或请求体不是对象 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '429': description: 超出速率限制或 API Key 积分限额 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '500': description: 内部错误 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '502': description: 无法创建上游生成任务 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 '503': description: 所请求的模型暂时不可用 content: application/json: schema: type: object required: - detail properties: detail: oneOf: - type: string - type: object additionalProperties: true - type: array items: {} description: 错误信息。 components: securitySchemes: BearerAuth: type: http scheme: bearer bearerFormat: API Key description: >- 所有 API 接口都需要 Bearer Token 认证 获取 API Key： 进入 **仪表盘 → API 密钥**（[API Key 管理页面](https://vidgo.ai/apis/dashboard/api-key)）获取你的 API Key 在请求头中添加： ``` Authorization: Bearer VIDGO_API_KEY ``` ```` This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.