T2Vزندگی کنید
فلشمتن به ویدیو Gemini Omni
ویدیو را از یک فرمان متنی با دیالوگ های همگام، صدای محیط و موسیقی در همان پاس تولید کنید.
360p–4K
From $0.16
زندگی کنید9 انواع
Gemini Omni API
Gemini Omni خانواده ویدیویی چندوجهی بومی Google است. متن، تصاویر، ویدئو، نمایه‌های صوتی و پروفایل شخصیت‌ها می‌توانند در یک جریان واحد با هم کار کنند.Muapi فلش Gemini Omni و Gemini Omni 1.1 را از طریق یک API ناهمزمان، شامل دیالوگ های همگام، صدای محیط، موسیقی، ویرایش ویدیو، صداهای قابل استفاده مجدد، و کاراکترهای ثابت به نمایش می گذارد.
جمینی Omni Flash
جریان های کاری ویدئویی، صوتی، صوت و کاراکتر چندوجهی بومی9 مدلمدل را امتحان کنید
I2Vزندگی کنید
فلشتصویر به ویدئو Gemini Omni
تا پنج تصویر مرجع را با صدای همگام سازی شده بومی در یک صحنه متحرک کنید.
360p–4K
From $0.16
V2Vزندگی کنید
فلشGemini Omni ویرایش ویدیو
با حفظ حرکت و زمان بندی دیالوگ ها را در فیلم منبع ویرایش کنید، سبک کنید، دوباره روشن کنید، عوض کنید، یا بازنویسی کنید.
Up to 4K
From $2.40
صوتیزندگی کنید
فلشنمایه صوتی Gemini Omni
یک نمایه صوتی قابل استفاده مجدد از یکی از 30 صدای از پیش تعیین شده ایجاد کنید و یک شناسه صوتی برای نسل های بعدی دریافت کنید.
Voice profileسریع
Free
شخصیتزندگی کنید
فلشنمایه شخصیت Gemini Omni
یک نمایه کاراکتر قابل استفاده مجدد از یک تصویر مرجع ایجاد کنید و یک شناسه کاراکتر دریافت کنید.
Character profileسریع
Free
T2Vزندگی کنید
فلشGemini Omni 1.1 تبدیل متن به ویدیو
متن را با تصاویر مرجع، یک ویدیوی مرجع کوتاه، نمایه‌های صوتی، یا نمایه‌های شخصیت و صدای بومی ترکیب کنید.
Up to 4K
From $0.10/sec
I2Vزندگی کنید
فلشفلش تصویر به ویدیو Gemini Omni 1.1
از یک فریم کلیدی شروع با یک فریم کلیدی پایانی اختیاری برای انتقال های کنترل شده تولید کنید.
Up to 4K
From $0.10/sec
V2Vزندگی کنید
فلشGemini Omni 1.1 Flash Video Edit
یک دستورالعمل متنی را برای تغییر سبک، روشن کردن، تبدیل یا بازنویسی یک ویدیوی منبع اعمال کنید.
360p–4K
From $0.048/sec
I2Vزندگی کنید
فلشمرجع فلش Gemini Omni 1.1 به ویدیو
یک صحنه را با حداکثر هفت تصویر و سه کلیپ مرجع-ویدیویی کوتاه راهنمایی کنید.
360p–4K
From $0.048/sec
هیچ گونهای با فیلترهای شما مطابقت ندارد.
Gemini Omni چیست؟
Gemini Omni خانواده مدل ویدیویی چندوجهی بومی Google است. به جای اینکه ابتدا ویدیو تولید کند و بعداً صدا اضافه کند، می‌تواند روی متن، تصاویر، ویدیو و صدا با هم استدلال کند و در عین حال گفت‌وگوهای هماهنگ، صدای محیط و موسیقی را تولید کند.
Muapi نقاط پایانی اصلی Gemini Omni را ارائه می دهد فلش Gemini Omni 1.1 برای کنترل فریم کلیدی، مراجع ویدیوی کوتاه و تحویل 4K. هر گردش کار از همان قرارداد REST ارسال و نظرسنجی استفاده می کند.
قابلیت های Gemini Omni API
از هر نسلی
به جای اینکه مدل‌های جداگانه را به هم بچسبانید، بین متن، تصاویر، ویدئو و صدا در یک گردش کار چندوجهی حرکت کنید.
صدای همگام شده بومی
دیالوگ، صدای محیط و موسیقی را با ویدیو در یک پاس به جلو مشترک ایجاد کنید.
T2V، I2V، و ویرایش ویدئو
صحنه های جدید ایجاد کنید، تصاویر مرجع را متحرک کنید، یا فیلم های موجود را با نقاط پایانی متمرکز تغییر دهید.
پروفایل های صوتی قابل استفاده مجدد
از بین 30 صدای از پیش تعیین شده انتخاب کنید، شناسه صوتی برگشتی را ذخیره کنید و در تماس‌های بعدی دوباره از صدای ثابت استفاده کنید.
پروفایل کاراکترهای منسجم
یک شناسه کاراکتر از یک تصویر مرجع ایجاد کنید و از آن در صحنه های تولید شده مجدد استفاده کنید.
Drop-in production API
از درخواست‌های ناهمزمان Muapi، نظرسنجی پیش‌بینی استاندارد، و دسترسی به ازای هر نسل بدون اشتراک استفاده کنید.
موارد استفاده Gemini Omni
شورت روایی
یک صحنه، دوربین، شخصیت و دیالوگ را از یک پیام غنی با صدای بومی هدایت کنید.
توضیح دهنده محصول
برای نمایش واضح، تصاویر محصول، نمایه‌های صوتی و ویرایش‌های ویدیویی کنترل‌شده را ترکیب کنید.
سریال شخصیت محور
برای ثابت نگه داشتن استعدادهای تکرارشونده در قسمت‌ها، از پروفایل‌های شخصیت و صدا دوباره استفاده کنید.
تبدیل منبع-ویدئو
با دستورالعمل‌های متنی، دیالوگ‌ها را در فیلم‌های موجود بازنویسی کنید، سبک‌سازی کنید، تعویض کنید یا بازنویسی کنید.
صحنه های مرجع محور
برای راهنمایی کمد لباس، ترکیب بندی، حرکت و لحن از تصاویر و مراجع ویدیویی کوتاه استفاده کنید.
جایگزین های Veo یا Sora
وقتی یک نقطه پایانی کلی ویدیو کافی نیست، ورودی‌های صوتی و چندوجهی بومی را از طریق یک سطح API اضافه کنید.
گردش کار Gemini Omni
| گردش کار | ورودی ها | خروجی | قیمت شروع |
|---|---|---|---|
شروع سریع - Gemini Omni API
یک درخواست چندوجهی به نقطه پایانی منطبق Gemini Omni ارسال کنید، شناسه درخواست را ذخیره کنید، و نقطه پایانی استاندارد را برای خروجی‌های ویدیویی و صوتی نظرسنجی کنید.
یک کار Gemini Omni ارسال کنید
با نقطه پایانی تبدیل متن به ویدیو شروع کنید، سپس ورودی‌های مرجع، شناسه‌های صوتی یا شناسه‌های کاراکتر را طبق نیاز گردش کار خود اضافه کنید.
ویدئو و صدا را بازیابی کنید
نظرسنجی تا تکمیل و خواندن ویدیوی تولید شده به همراه URL صوتی همگام شده از پاسخ.
سوالات متداول Gemini Omni API
Gemini Omni API چیست؟
Gemini Omni یک خانواده ویدیویی چندوجهی بومی است. Muapi گردش‌های کاری متن به ویدئو، تصویر به ویدئو و ویرایش ویدئو را در معرض دید قرار می‌دهد که می‌تواند صدای همگام‌سازی شده را در همان پاس تولید کند.
Gemini Omni چه تفاوتی با Veo یا Sora دارد؟
Gemini Omni حول ورودی‌های متن، تصویر، صدا و ویدئو در یک گردش کار با صدای بومی و نقطه‌های پایانی ویرایش منبع-ویدیو متمرکز طراحی شده است. بهترین انتخاب به کنترل ها و سبک مورد نیاز پروژه شما بستگی دارد.
Gemini Omni چقدر هزینه دارد؟
متن به ویدیو و تصویر به ویدیو از 0.16 دلار در هر نسل شروع می شود. ویرایش ویدیو از 2.40 دلار شروع می شود، در حالی که گردش کار ویدیوی 1.1 فلش از 0.048 دلار یا 0.10 دلار در ثانیه بسته به نقطه پایانی و گزینه خروجی قیمت دارد.
چه ورودی ها و خروجی هایی پشتیبانی می شوند؟
از یک پیام متنی، حداکثر پنج تصویر مرجع برای تصویر به ویدیو، یا ویدیوی منبع به اضافه یک دستورالعمل برای ویرایش استفاده کنید. ویدیوی تولید شده می‌تواند شامل صدای همگام‌سازی شده باشد و تماس‌ها می‌توانند از حداکثر سه شناسه صوتی ذخیره‌شده و سه شناسه کاراکتر استفاده کنند.
Gemini Omni Audio چیست؟
Gemini Omni Audio یک نمایه صوتی قابل استفاده مجدد از 30 صدای از پیش تعیین شده ایجاد می کند. Muapi یک شناسه صوتی را برمی‌گرداند که می‌تواند به نسل‌های بعدی ویدیو منتقل شود، با حداکثر سه شناسه صوتی در هر درخواست.
شخصیت Gemini Omni چیست؟
شخصیت Gemini Omni یک نمایه کاراکتر قابل استفاده مجدد از یک تصویر مرجع ایجاد می کند. شناسه کاراکتر برگشتی را می توان در نسل های بعدی با حداکثر سه شناسه کاراکتر در هر درخواست استفاده کرد.
آیا Gemini Omni می تواند ویدیوی عمودی یا مربعی ایجاد کند؟
بله. از نسبت تصویر پشتیبانی شده توسط نقطه پایانی انتخاب شده، از جمله ترکیب بندی های 16:9 و 9:16 برای نمایش افقی و عمودی استفاده کنید.
آیا به اشتراک جمینی نیاز دارم؟
خیر. Gemini Omni از طریق API پرداخت به ازای نسل Muapi در دسترس است. یک کلید Muapi API ایجاد کنید و مستقیماً نقطه پایانی را فراخوانی کنید.
Gemini Omni 1.1 → را کاوش کنیدفریم های کلیدی، مراجع ویدیویی و تحویل 4K را اضافه کنید.مدل های ویدیویی را مرور کنید →Gemini Omni را با سایر APIهای ویدیوی زنده مقایسه کنید.یک کلید API ایجاد کنید →شروع به تماس با Gemini Omni از طریق Muapi کنید.
آماده ساختن با Gemini Omni هستید؟
از یک API ناهمزمان برای ویدیوی چندوجهی، صدای بومی، پروفایل های صوتی و کاراکترهای ثابت استفاده کنید.