Gemini Omni Text to Video API: تولید ویدیو با هوش مصنوعی

برای تولید ویدیوها از طریق REST API پلتفرم MuAPI از Gemini Omni Text to Video استفاده کنید. پرداخت به ازای هر استفاده بدون اشتراک.

کنترل‌های تعاملی مدل

مدل هوش مصنوعی gemini-omni-text-to-video با کارایی بالا، پاسخ‌دهی سریع و قیمت‌گذاری به ازای مصرف در پلتفرم MuAPI.

Gemini Omni Text to Video API

نقطه پایانی (Endpoint)

POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video

Muapi API x-api-key , https://api.muapi.ai/api/v1/predictions/{request_id}/result completed。

پارامترها

نام پارامترنوع دادهالزامیتوضیحات
promptstringبلهتنظیم پارامتر Text description of the desired video content. Gemini Omni supports rich multimodal prompts including scene composition, camera direction, dialogue, and ambient audio cues. جهت هدایت دقیق فرآیند تولید مدل.
durationintخیرمدت زمان ویدیوی خروجی بر حسب ثانیه.گزینه‌ها: 4, 6, 8, 10پیش‌فرض: 8
resolutionstringخیرتنظیم پارامتر Output video resolution. Billed per second of output: $0.039/s at 360p, $0.13/s at 720p, $0.195/s at 1080p, $0.39/s at 4K. جهت هدایت دقیق فرآیند تولید مدل.گزینه‌ها: 360p, 720p, 1080p, 4kپیش‌فرض: "1080p"
aspect_ratiostringخیرنسبت ابعاد تصویر خروجی (مانند 16:9 یا 1:1).گزینه‌ها: 16:9, 9:16پیش‌فرض: "16:9"
audio_idsarrayخیرحداکثر تا 3 voice profile IDs returned by the Gemini Omni Audio endpoint.
seedintخیرسید تصادفی (Seed) برای بازتولید دقیق خروجی.پیش‌فرض: 0
character_idsarrayخیرحداکثر تا 3 character IDs from Gemini Omni Character to feature in the video.

CURL

REQUEST_ID=$(curl -s -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
  -H "x-api-key: $MUAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"<prompt>"}' | jq -r .request_id)

curl -s https://api.muapi.ai/api/v1/predictions/$REQUEST_ID/result -H "x-api-key: $MUAPI_API_KEY"

پایتون

import os, time, requests

API = "https://api.muapi.ai/api/v1"
headers = {"x-api-key": os.environ["MUAPI_API_KEY"]}

r = requests.post(f"{API}/gemini-omni-text-to-video", headers=headers, json={"prompt":"<prompt>"})
request_id = r.json()["request_id"]

while True:
    res = requests.get(f"{API}/predictions/{request_id}/result", headers=headers).json()
    if res["status"] == "completed":
        print(res["outputs"]); break
    if res["status"] == "failed":
        raise RuntimeError(res.get("error"))
    time.sleep(3)

Agent/MCP : llms.txt. دریافت کلید API: muapi.ai/access-keys.

Gemini Omni Text to Video API: تولید ویدیو با هوش مصنوعی