الجوزاء أومني النص إلى الفيديو
قم بإنشاء فيديو من مطالبة نصية باستخدام حوار متزامن وصوت محيط وموسيقى في نفس المسار.
Gemini Omni هي عائلة فيديو متعددة الوسائط من Google. يمكن للنصوص والصور والفيديو وملفات التعريف الصوتية وملفات تعريف الشخصيات العمل معًا في تدفق جيل واحد.يكشف Muapi عن Gemini Omni وGemini Omni 1.1 Flash من خلال واجهة برمجة تطبيقات واحدة غير متزامنة، بما في ذلك الحوار المتزامن والصوت المحيط والموسيقى وتحرير الفيديو والأصوات القابلة لإعادة الاستخدام والشخصيات المتسقة.
قم بإنشاء فيديو من مطالبة نصية باستخدام حوار متزامن وصوت محيط وموسيقى في نفس المسار.
قم بتحريك ما يصل إلى خمس صور مرجعية في مشهد باستخدام صوت متزامن أصلي.
قم بتحرير الحوار أو إعادة تصميمه أو إعادة إضاءته أو تبديله أو إعادة كتابته في اللقطات المصدر مع الحفاظ على حركته وتوقيته.
قم بإنشاء ملف تعريف صوتي قابل لإعادة الاستخدام من واحد من 30 صوتًا محددًا مسبقًا واحصل على معرف صوتي للأجيال القادمة.
قم بإنشاء ملف تعريف شخصية قابل لإعادة الاستخدام من صورة مرجعية واحدة واحصل على معرف الشخصية.
اجمع النص مع الصور المرجعية، أو مقطع فيديو مرجعي قصير، أو ملفات تعريف الصوت، أو ملفات تعريف الشخصيات والصوت الأصلي.
أنشئ من إطار رئيسي للبداية مع إطار رئيسي اختياري للانتقالات التي يمكن التحكم فيها.
قم بتطبيق تعليمات نصية لإعادة تصميم الفيديو المصدر أو إعادة إضاءته أو تحويله أو إعادة كتابته.
قم بتوجيه المشهد بما يصل إلى سبع صور وثلاثة مقاطع فيديو مرجعية قصيرة.
Gemini Omni هي عائلة نماذج الفيديو متعددة الوسائط الأصلية من Google. فبدلاً من إنشاء الفيديو أولاً وإضافة الصوت لاحقًا، يمكنه التفكير في النصوص والصور والفيديو والصوت معًا أثناء إنتاج حوار متزامن وصوت محيط وموسيقى.
يوفر Muapi نقاط نهاية Gemini Omni الأصلية بالإضافة إلى ذلك الجوزاء أومني 1.1 فلاش للتحكم في الإطار الرئيسي ومراجع الفيديو القصيرة والتسليم بدقة 4K. يستخدم كل سير عمل نفس عقد REST للإرسال والاستقصاء.
يمكنك التنقل بين النصوص والصور والفيديو والصوت في سير عمل واحد متعدد الوسائط بدلاً من تجميع نماذج منفصلة معًا.
أنشئ حوارًا وصوتًا محيطًا وموسيقى باستخدام الفيديو في تمريرة أمامية مشتركة.
قم بإنشاء مشاهد جديدة، أو قم بتحريك الصور المرجعية، أو قم بتحويل اللقطات الموجودة بنقاط نهاية مركزة.
اختر من بين 30 صوتًا محددًا مسبقًا، واحفظ معرف الصوت الذي تم إرجاعه، وأعد استخدام صوت ثابت في المكالمات اللاحقة.
قم بإنشاء معرف حرف من صورة مرجعية واحدة وأعد استخدامه عبر المشاهد التي تم إنشاؤها.
استخدم طلبات Muapi غير المتزامنة واستقصاء التنبؤ القياسي والوصول إلى الدفع لكل جيل بدون اشتراك.
قم بتوجيه المشهد والكاميرا والشخصية والحوار من موجه واحد غني بصوت أصلي.
اجمع بين صور المنتج وملفات التعريف الصوتية وتحريرات الفيديو التي يتم التحكم فيها للحصول على عروض توضيحية واضحة.
أعد استخدام ملفات تعريف الشخصية والصوت للحفاظ على اتساق المواهب المتكررة عبر الحلقات.
قم بإعادة تصميم الحوار أو إعادة إضاءته أو تبديله أو إعادة كتابته في اللقطات الموجودة باستخدام تعليمات نصية.
استخدم الصور ومراجع الفيديو القصيرة لتوجيه خزانة الملابس والتكوين والحركة والنغمة.
قم بإضافة الصوت الأصلي ومدخلات الوسائط المتعددة من خلال سطح واجهة برمجة تطبيقات واحد عندما لا تكون نقطة نهاية الفيديو العامة كافية.
| سير العمل | المدخلات | الإخراج | سعر البداية |
|---|---|---|---|
أرسل مطالبة متعددة الوسائط إلى نقطة نهاية Gemini Omni المطابقة، واحفظ معرف الطلب، واستقصي نقطة نهاية النتيجة القياسية لمخرجات الفيديو والصوت.
ابدأ بنقطة نهاية تحويل النص إلى فيديو، ثم قم بإضافة المدخلات المرجعية أو معرفات الصوت أو معرفات الأحرف كما يتطلب سير عملك.
قم بالاستطلاع حتى الانتهاء واقرأ الفيديو الذي تم إنشاؤه بالإضافة إلى عنوان URL الصوتي المتزامن من الاستجابة.
Gemini Omni هي عائلة فيديو متعددة الوسائط أصلاً. يعرض Muapi سير عمل تحويل النص إلى فيديو، ومن صورة إلى فيديو، وتحرير الفيديو الذي يمكنه إنشاء صوت متزامن في نفس المسار.
تم تصميم Gemini Omni حول إدخالات النصوص والصور والصوت والفيديو في سير عمل واحد، مع نقاط نهاية مركزة لتحرير الصوت والفيديو المصدر. يعتمد الخيار الأفضل على عناصر التحكم والأسلوب الذي يحتاجه مشروعك.
يبدأ تحويل النص إلى فيديو وصورة إلى فيديو بسعر 0.16 دولارًا لكل جيل. يبدأ تحرير الفيديو بسعر 2.40 دولارًا أمريكيًا، بينما يبدأ سعر سير عمل فيديو Flash 1.1 من 0.048 دولارًا أمريكيًا أو 0.10 دولارًا أمريكيًا في الثانية اعتمادًا على نقطة النهاية وخيار الإخراج.
استخدم مطالبة نصية، أو ما يصل إلى خمس صور مرجعية لتحويل الصورة إلى فيديو، أو الفيديو المصدر بالإضافة إلى تعليمات التحرير. يمكن أن يتضمن الفيديو الذي تم إنشاؤه صوتًا متزامنًا، ويمكن أن تستخدم المكالمات ما يصل إلى ثلاثة معرفات صوتية محفوظة وثلاثة معرفات أحرف.
يقوم Gemini Omni Audio بإنشاء ملف صوتي قابل لإعادة الاستخدام من 30 صوتًا محددًا مسبقًا. يقوم Muapi بإرجاع معرف صوتي يمكن تمريره إلى أجيال الفيديو اللاحقة، مع ما يصل إلى ثلاثة معرفات صوتية لكل طلب.
تقوم Gemini Omni Character بإنشاء ملف تعريف شخصي قابل لإعادة الاستخدام من صورة مرجعية واحدة. يمكن استخدام معرف الحرف الذي تم إرجاعه في الأجيال اللاحقة، مع ما يصل إلى ثلاثة معرفات أحرف لكل طلب.
نعم. استخدم نسبة العرض إلى الارتفاع التي تدعمها نقطة النهاية المحددة، بما في ذلك التركيبات 16:9 و9:16 للتسليم الأفقي والرأسي.
لا، Gemini Omni متاح من خلال واجهة برمجة تطبيقات الدفع لكل جيل الخاصة بـ Muapi. قم بإنشاء مفتاح Muapi API واستدعاء نقطة النهاية مباشرة.
استخدم واجهة برمجة تطبيقات واحدة غير متزامنة للفيديو متعدد الوسائط والصوت الأصلي وملفات تعريف الصوت والأحرف المتسقة.