跳转到主要内容
POST
  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接口获取结果。
HeyGen Avatar 6 图生视频把人物照片变成说话视频,由你的语音音频驱动,带口型同步、面部表情和自然手势。适合主持人、讲解和代言人短片。 其他模式:HeyGen Avatar 6 参考视频生视频 / HeyGen Avatar 6 公共形象生视频。HeyGen Avatar 6 Turbo 提供相同的输入和模式,成本更低。参见 HeyGen Avatar 6 Turbo 图生视频。

模型

  • heygen/avatar-6/image-to-video — 照片 + 语音音频生成说话视频,1080p 或 2K。

功能

  • 一张照片即可生成口型同步、面部表情和手势。
  • 视频时长跟随音频,2–60 秒。
  • 可选 prompt 引导手势、表情和姿态。
  • 1080p 或 2K 输出,保持照片的宽高比。

必填参数

  • image_urls (string[]):恰好一张要驱动的人物照片,使用公开可访问的 HTTP(S) URL。
  • audio_url (string):语音音频,时长 2–60 秒,最大 15 MB,使用公开可访问的 HTTP(S) URL。视频时长跟随音频。

可选参数

  • prompt (string):对手势、表情和姿态的引导,最多 1,200 个字符。
  • resolution (string):1080p 或 2K。默认 1080p。

输出

  • 一个口型同步的 MP4 视频。
  • 视频时长跟随语音,可能比音频短约十分之一秒。

示例

  • 照片 + 语音:主持人照片和一段 MP3,带动作引导,1080p。
  • 2K 输出:同样的输入,2K。

注意事项

  • 使用面部清晰、正面的照片和连贯清晰的语音,口型同步效果最好。
  • image_urls 必须恰好包含一张图片。
  • 提交时会检测音频:需为 2–60 秒、最大 15 MB 且可下载,其他音频返回 400。
  • model 和 callback_url 放在请求根级,与 input 并列。input 接收上文列出的本模式字段,其他字段返回 400。
  • 按秒计费,单价取决于 resolution。提交时按音频时长(向上取整到整秒)扣费。任务失败会全额退还。当前费率见定价页。

授权

Authorization
string
header
必填

使用 Authorization: Bearer VIDGO_API_KEY。

请求体

application/json
model
string
必填
示例:

"heygen/avatar-6/image-to-video"

input
object
必填
callback_url
string<uri>

可选的 Webhook URL,用于接收完成或失败通知。

示例:

"https://your-domain.com/callback"

响应

任务提交结果。任务 ID 标识一项异步任务;生成可能仍在进行中。

code
integer
必填
示例:

200

data
object
必填