T2VVivi
FlashGemini Omni Testo in video
Genera video da un messaggio di testo con dialoghi sincronizzati, suono ambientale e musica nello stesso passaggio.
360p–4K
From $0.16
Vivi9 varianti
API Gemini Omni
Gemini Omni è la famiglia di video any-to-any nativamente multimodale di Google. Testo, immagini, video, profili vocali e profili di personaggi possono lavorare insieme in un unico flusso di generazione.Muapi espone Gemini Omni e Gemini Omni 1.1 Flash attraverso un'API asincrona, inclusi dialoghi sincronizzati, suono ambientale, musica, editing video, voci riutilizzabili e personaggi coerenti.
Gemelli Omni Flash
Flussi di lavoro multimodali nativi per video, audio, voce e personaggi9 modelliProva il modello
I2VVivi
FlashGemini Omni Immagine in video
Anima fino a cinque immagini di riferimento in una scena con audio sincronizzato nativo.
360p–4K
From $0.16
V2VVivi
FlashModifica video Gemini Omni
Modifica, modifica lo stile, riaccendi, scambia o riscrivi i dialoghi nel metraggio sorgente preservandone il movimento e il tempismo.
Up to 4K
From $2.40
AudioVivi
FlashProfilo audio Gemini Omni
Crea un profilo vocale riutilizzabile da una delle 30 voci preimpostate e ricevi un ID audio per le generazioni successive.
Voice profileVeloce
Free
CarattereVivi
FlashProfilo del personaggio di Gemini Omni
Crea un profilo del personaggio riutilizzabile da un'immagine di riferimento e ricevi un ID personaggio.
Character profileVeloce
Free
T2VVivi
FlashGemini Omni 1.1 Testo Flash in video
Combina il testo con immagini di riferimento, un breve video di riferimento, profili vocali o profili di personaggi e audio nativo.
Up to 4K
From $0.10/sec
I2VVivi
FlashGemini Omni 1.1 Immagine Flash in video
Genera da un fotogramma chiave iniziale con un fotogramma chiave finale opzionale per transizioni controllate.
Up to 4K
From $0.10/sec
V2VVivi
FlashGemini Omni 1.1 Modifica video Flash
Applica un'istruzione di testo per rinnovare, riaccendere, trasformare o riscrivere un video sorgente.
360p–4K
From $0.048/sec
I2VVivi
FlashGemini Omni 1.1 Flash Riferimento al video
Guida una scena con un massimo di sette immagini e tre brevi clip video di riferimento.
360p–4K
From $0.048/sec
Nessuna variante corrisponde ai tuoi filtri.
Cos'è Gemini Omni?
Gemini Omni è la famiglia di modelli video any-to-any multimodali nativi di Google. Invece di generare prima il video e aggiungere l'audio in un secondo momento, può ragionare su testo, immagini, video e audio insieme producendo dialoghi sincronizzati, suoni ambientali e musica.
Muapi fornisce gli endpoint Gemini Omni originali plus Gemini Omni 1.1Flash per il controllo dei fotogrammi chiave, brevi riferimenti video e consegna 4K. Ciascun flusso di lavoro utilizza lo stesso contratto REST di invio e poll.
Funzionalità dell'API Gemini Omni
Generazione qualsiasi
Spostati tra testo, immagini, video e audio in un unico flusso di lavoro multimodale invece di unire insieme modelli separati.
Audio sincronizzato nativo
Genera dialoghi, suoni ambientali e musica con il video in un passaggio in avanti condiviso.
T2V, I2V e montaggio video
Crea nuove scene, anima immagini di riferimento o trasforma filmati esistenti con punti finali focalizzati.
Profili vocali riutilizzabili
Seleziona tra 30 voci preimpostate, salva l'ID audio restituito e riutilizza una voce coerente nelle chiamate successive.
Profili dei personaggi coerenti
Crea un ID personaggio da un'immagine di riferimento e riutilizzalo nelle scene generate.
API di produzione drop-in
Utilizza richieste Muapi asincrone, sondaggi di previsione standard e accesso con pagamento per generazione senza abbonamento.
Casi d'uso di Gemini Omni
Cortometraggi narrativi
Dirigi una scena, una telecamera, un personaggio e un dialogo da un unico e ricco prompt con audio nativo.
Spiegatori del prodotto
Combina immagini di prodotti, profili vocali e modifiche video controllate per dimostrazioni chiare.
Serie guidata dai personaggi
Riutilizza i profili dei personaggi e delle voci per mantenere i talenti ricorrenti coerenti tra gli episodi.
Trasformazioni sorgente-video
Rinnova, riaccendi, scambia o riscrivi i dialoghi in filmati esistenti con istruzioni di testo.
Scene guidate da riferimenti
Utilizza immagini e brevi riferimenti video per guidare il guardaroba, la composizione, il movimento e il tono.
Alternative Veo o Sora
Aggiungi input audio nativi e multimodali tramite un'unica superficie API quando un endpoint video generale non è sufficiente.
Flussi di lavoro di Gemini Omni
| Flusso di lavoro | Ingressi | Uscita | Prezzo di partenza |
|---|---|---|---|
Avvio rapido: API Gemini Omni
Invia un prompt multimodale all'endpoint Gemini Omni corrispondente, salva l'ID della richiesta ed esegui il polling dell'endpoint dei risultati standard per gli output video e audio.
Invia un'attività Gemini Omni
Inizia con l'endpoint testo-video, quindi aggiungi input di riferimento, ID voce o ID carattere come richiesto dal flusso di lavoro.
Recupera video e audio
Effettua il sondaggio fino al completamento e leggi il video generato più l'URL dell'audio sincronizzato dalla risposta.
Domande frequenti sull'API Gemini Omni
Cos'è l'API Gemini Omni?
Gemini Omni è una famiglia di video any-to-any nativamente multimodale. Muapi espone flussi di lavoro da testo a video, da immagine a video e di modifica video in grado di generare audio sincronizzato nello stesso passaggio.
In cosa Gemini Omni è diverso da Veo o Sora?
Gemini Omni è progettato attorno a input di testo, immagini, audio e video in un unico flusso di lavoro, con audio nativo e endpoint di editing video sorgente mirati. La scelta migliore dipende dai controlli e dallo stile di cui il tuo progetto ha bisogno.
Quanto costa Gemini Omni?
Il testo in video e l'immagine in video partono da $ 0,16 per generazione. L'editing video parte da $ 2,40, mentre i flussi di lavoro video Flash 1.1 hanno un prezzo da $ 0,048 o $ 0,10 al secondo a seconda dell'endpoint e dell'opzione di output.
Quali input e output sono supportati?
Utilizza un messaggio di testo, fino a cinque immagini di riferimento per l'immagine in video o video sorgente più un'istruzione per la modifica. Il video generato può includere audio sincronizzato e le chiamate possono utilizzare fino a tre ID vocali salvati e tre ID carattere.
Cos'è Gemini Omni Audio?
Gemini Omni Audio crea un profilo vocale riutilizzabile da 30 voci preimpostate. Muapi restituisce un ID audio che può essere passato alle generazioni video successive, con un massimo di tre ID audio per richiesta.
Cos'è il personaggio Gemini Omni?
Gemini Omni Character crea un profilo del personaggio riutilizzabile da un'immagine di riferimento. L'ID carattere restituito può essere utilizzato nelle generazioni successive, con un massimo di tre ID carattere per richiesta.
Gemini Omni può creare video verticali o quadrati?
Sì. Utilizza le proporzioni supportate dall'endpoint selezionato, incluse le composizioni 16:9 e 9:16 per la consegna orizzontale e verticale.
Ho bisogno di un abbonamento Gemini?
No. Gemini Omni è disponibile tramite l'API pay-per- generation di Muapi. Crea una chiave API Muapi e chiama direttamente l'endpoint.
Esplora Gemini Omni 1.1 →Aggiungi fotogrammi chiave, riferimenti video e consegna 4K.Sfoglia i modelli video →Confronta Gemini Omni con altre API video live.Crea una chiave API →Inizia a chiamare Gemini Omni tramite Muapi.
Pronti a costruire con Gemini Omni?
Utilizza un'API asincrona per video multimodali, audio nativo, profili vocali e caratteri coerenti.