T2VNa żywo
BłyskGemini Omni Tekst na wideo
Generuj wideo na podstawie podpowiedzi tekstowych ze zsynchronizowanymi dialogami, dźwiękiem otoczenia i muzyką w tym samym przebiegu.
360p–4K
From $0.16
Na żywo9 warianty
API Gemini Omni
Gemini Omni to natywnie wielomodalna rodzina filmów Google, umożliwiająca dostęp do dowolnego źródła wideo. Tekst, obrazy, wideo, profile głosowe i profile postaci mogą współpracować w ramach jednego przepływu generacji.Muapi udostępnia Gemini Omni i Gemini Omni 1.1 Flash za pośrednictwem jednego asynchronicznego interfejsu API, obejmującego zsynchronizowane dialogi, dźwięki otoczenia, muzykę, edycję wideo, głosy wielokrotnego użytku i spójne postacie.
Bliźnięta Omni Błysk
Natywne, multimodalne przepływy pracy wideo, audio, głosowe i postaciowe9 modeleWypróbuj model
I2VNa żywo
BłyskGemini Omni Obraz na wideo
Animuj do pięciu obrazów referencyjnych w scenie z natywnym zsynchronizowanym dźwiękiem.
360p–4K
From $0.16
V2VNa żywo
BłyskEdycja wideo Bliźniąt Omni
Edytuj, zmieniaj styl, ponownie oświetlaj, zamieniaj lub przepisz dialogi w materiale źródłowym, zachowując jednocześnie ich ruch i synchronizację.
Up to 4K
From $2.40
DźwiękNa żywo
BłyskProfil audio Gemini Omni
Utwórz profil głosowy wielokrotnego użytku z jednego z 30 gotowych głosów i otrzymaj identyfikator audio dla późniejszych generacji.
Voice profileSzybko
Free
CharakterNa żywo
BłyskProfil postaci Bliźniąt Omni
Utwórz profil postaci wielokrotnego użytku z jednego obrazu referencyjnego i otrzymaj identyfikator postaci.
Character profileSzybko
Free
T2VNa żywo
BłyskGemini Omni 1.1 Flash Tekst na Wideo
Połącz tekst z obrazami referencyjnymi, krótkim filmem referencyjnym, profilami głosowymi lub profilami postaci oraz natywnym dźwiękiem.
Up to 4K
From $0.10/sec
I2VNa żywo
BłyskGemini Omni 1.1 Flash obrazu do wideo
Generuj na podstawie początkowej klatki kluczowej z opcjonalną końcową klatką kluczową dla kontrolowanych przejść.
Up to 4K
From $0.10/sec
V2VNa żywo
BłyskGemini Omni 1.1 Flash Video Edit
Zastosuj instrukcje tekstowe, aby zmienić styl, odświeżyć, przekształcić lub napisać na nowo źródłowy film wideo.
360p–4K
From $0.048/sec
I2VNa żywo
BłyskGemini Omni 1.1 Flash odniesienie do wideo
Prowadź scenę za pomocą maksymalnie siedmiu obrazów i trzech krótkich referencyjnych klipów wideo.
360p–4K
From $0.048/sec
Żaden wariant nie pasuje do Twoich filtrów.
Co to jest Bliźnięta Omni?
Gemini Omni to natywna rodzina multimodalnych modeli wideo firmy Google, umożliwiająca dostęp do dowolnego urządzenia. Zamiast najpierw generować wideo, a później dodawać dźwięk, może łączyć tekst, obrazy, wideo i dźwięk, tworząc zsynchronizowane dialogi, dźwięk otoczenia i muzykę.
Muapi zapewnia oryginalne punkty końcowe Gemini Omni plus Gemini Omni 1.1 Flashdo sterowania klatkami kluczowymi, krótkich referencji wideo i dostarczania 4K. Każdy przepływ pracy korzysta z tego samego kontraktu REST przesyłania i sondowania.
Możliwości API Gemini Omni
Każde pokolenie
Poruszaj się pomiędzy tekstem, obrazami, wideo i dźwiękiem w ramach jednego wielomodalnego przepływu pracy, zamiast łączyć ze sobą oddzielne modele.
Natywny zsynchronizowany dźwięk
Generuj dialogi, dźwięki otoczenia i muzykę za pomocą wideo w ramach wspólnego przejścia do przodu.
T2V, I2V i edycja wideo
Twórz nowe sceny, animuj obrazy referencyjne lub przekształcaj istniejący materiał filmowy za pomocą skupionych punktów końcowych.
Profile głosowe wielokrotnego użytku
Wybierz jeden z 30 gotowych głosów, zapisz zwrócony identyfikator audio i użyj spójnego głosu w późniejszych połączeniach.
Spójne profile postaci
Utwórz identyfikator postaci z jednego obrazu referencyjnego i używaj go ponownie w wygenerowanych scenach.
Wbudowane produkcyjne API
Korzystaj z asynchronicznych żądań Muapi, standardowego odpytywania predykcyjnego i dostępu płatnego za generację bez subskrypcji.
Przypadki użycia Gemini Omni
Krótkie spodenki narracyjne
Steruj sceną, kamerą, postacią i dialogiem za pomocą jednego bogatego podpowiedzi z natywnym dźwiękiem.
Wyjaśnienia produktów
Połącz zdjęcia produktów, profile głosowe i kontrolowane edycje wideo, aby uzyskać przejrzyste demonstracje.
Seria kierowana przez postacie
Wykorzystuj ponownie profile postaci i głosów, aby zapewnić spójność powtarzających się talentów w różnych odcinkach.
Transformacje źródłowo-wideo
Zmień styl, rozjaśnij, zamień lub napisz na nowo dialogi w istniejącym materiale filmowym, korzystając z instrukcji tekstowych.
Sceny oparte na odniesieniach
Użyj obrazów i krótkich odniesień wideo, aby określić garderobę, kompozycję, ruch i ton.
Alternatywy Veo lub Sora
Dodaj natywne wejścia audio i multimodalne za pośrednictwem jednego interfejsu API, gdy ogólny punkt końcowy wideo nie wystarczy.
Przepływ pracy w Gemini Omni
| Przebieg pracy | Wejścia | Wyjście | Cena początkowa |
|---|---|---|---|
Szybki start — Gemini Omni API
Prześlij monit multimodalny do pasującego punktu końcowego Gemini Omni, zapisz identyfikator żądania i odpytuj standardowy punkt końcowy wyniku pod kątem wyjść wideo i audio.
Prześlij zadanie Gemini Omni
Zacznij od punktu końcowego zamiany tekstu na wideo, a następnie dodaj referencyjne wejścia, identyfikatory głosowe lub identyfikatory znaków, zgodnie z wymaganiami przepływu pracy.
Odzyskaj wideo i audio
Odpytuj aż do zakończenia i przeczytaj wygenerowany film oraz zsynchronizowany adres URL audio z odpowiedzi.
Często zadawane pytania dotyczące interfejsu API Gemini Omni
Co to jest API Gemini Omni?
Gemini Omni to natywnie multimodalna rodzina wideo dla każdego. Muapi udostępnia przepływy pracy polegające na przetwarzaniu tekstu na wideo, obraz na wideo i edycję wideo, które mogą generować zsynchronizowany dźwięk w tym samym przebiegu.
Czym różni się Gemini Omni od Veo lub Sora?
Gemini Omni został zaprojektowany z myślą o wejściu tekstu, obrazu, dźwięku i wideo w jednym przepływie pracy, z natywnym dźwiękiem i punktami końcowymi edycji skoncentrowanego źródła wideo. Najlepszy wybór zależy od elementów sterujących i stylu wymaganego przez projekt.
Ile kosztuje Gemini Omni?
Ceny zamiany tekstu na wideo i obrazu na wideo zaczynają się od 0,16 dolara za pokolenie. Edycja wideo zaczyna się od 2,40 USD, natomiast przepływy pracy wideo w wersji 1.1 Flash kosztują od 0,048 USD lub 0,10 USD za sekundę, w zależności od punktu końcowego i opcji wyjściowej.
Jakie wejścia i wyjścia są obsługiwane?
Użyj podpowiedzi tekstowej, maksymalnie pięciu obrazów referencyjnych do konwersji obrazu na wideo lub źródła wideo oraz instrukcji edycji. Wygenerowane wideo może zawierać zsynchronizowany dźwięk, a w połączeniach można używać maksymalnie trzech zapisanych identyfikatorów głosowych i trzech identyfikatorów znakowych.
Co to jest Gemini Omni Audio?
Gemini Omni Audio tworzy profil głosowy wielokrotnego użytku z 30 gotowych głosów. Muapi zwraca identyfikator audio, który można przekazać późniejszym generacjom wideo, z maksymalnie trzema identyfikatorami audio na żądanie.
Czym jest charakter Bliźniąt Omni?
Gemini Omni Character tworzy profil postaci wielokrotnego użytku na podstawie jednego obrazu referencyjnego. Zwrócony identyfikator znaku może zostać użyty w późniejszych generacjach, z maksymalnie trzema identyfikatorami znaków na żądanie.
Czy Gemini Omni może tworzyć wideo pionowe lub kwadratowe?
Tak. Użyj współczynnika proporcji obsługiwanego przez wybrany punkt końcowy, w tym kompozycji 16:9 i 9:16 do wyświetlania w orientacji poziomej i pionowej.
Czy potrzebuję subskrypcji Gemini?
Nie. Gemini Omni jest dostępny poprzez API płatności za generację Muapi. Utwórz klucz API Muapi i bezpośrednio wywołaj punkt końcowy.
Poznaj Gemini Omni 1.1 →Dodaj klatki kluczowe, odniesienia do filmów i wyświetlanie w rozdzielczości 4K.Przeglądaj modele wideo →Porównaj Gemini Omni z innymi API wideo na żywo.Utwórz klucz API →Zacznij dzwonić do Gemini Omni przez Muapi.
Gotowy do budowy z Gemini Omni?
Użyj jednego asynchronicznego interfejsu API dla multimodalnego wideo, natywnego dźwięku, profili głosowych i spójnych znaków.