T2VLive
FlashGemini Omni text till video
Skapa video från en textprompt med synkroniserad dialog, omgivande ljud och musik i samma pass.
360p–4K
From $0.16
Live9 varianter
Gemini Omni API
Gemini Omni är Googles inbyggda multimodala alla-till-alla-videofamilj. Text, bilder, video, röstprofiler och karaktärsprofiler kan fungera tillsammans i ett enda generationsflöde.Muapi exponerar Gemini Omni och Gemini Omni 1.1 Flash genom ett asynkront API, inklusive synkroniserad dialog, omgivande ljud, musik, videoredigering, återanvändbara röster och konsekventa karaktärer.
Gemini Omni Flash
Inbyggda multimodala video-, ljud-, röst- och karaktärsarbetsflöden9 modellerProva Model
I2VLive
FlashGemini Omni bild till video
Animera upp till fem referensbilder till en scen med inbyggt synkroniserat ljud.
360p–4K
From $0.16
V2VLive
FlashGemini Omni Videoredigering
Redigera, styla om, tänd igen, byt eller skriv om dialog i källmaterial samtidigt som dess rörelse och timing bevaras.
Up to 4K
From $2.40
LjudLive
FlashGemini Omni Audio Profile
Skapa en återanvändbar röstprofil från en av 30 förinställda röster och få ett ljud-ID för senare generationer.
Voice profileSnabbt
Free
KaraktärLive
FlashGemini Omni Karaktärsprofil
Skapa en återanvändbar karaktärsprofil från en referensbild och få ett tecken-ID.
Character profileSnabbt
Free
T2VLive
FlashGemini Omni 1.1 Flash text till video
Kombinera text med referensbilder, en kort referensvideo, röstprofiler eller karaktärsprofiler och inbyggt ljud.
Up to 4K
From $0.10/sec
I2VLive
FlashGemini Omni 1.1 Flash bild till video
Generera från en startnyckelbildruta med en valfri slutnyckelbildruta för kontrollerade övergångar.
Up to 4K
From $0.10/sec
V2VLive
FlashGemini Omni 1.1 Flash Video Edit
Tillämpa en textinstruktion för att ändra stil, ljussätta, transformera eller skriva om en källvideo.
360p–4K
From $0.048/sec
I2VLive
FlashGemini Omni 1.1 Flash Referens till video
Styr en scen med upp till sju bilder och tre korta referensvideoklipp.
360p–4K
From $0.048/sec
Inga varianter matchar dina filter.
Vad är Gemini Omni?
Gemini Omni är Googles inbyggda multimodala alla-till-alla-videomodellfamilj. Istället för att generera video först och lägga till ljud senare, kan den resonera över text, bilder, video och ljud tillsammans samtidigt som den producerar synkroniserad dialog, omgivande ljud och musik.
Muapi tillhandahåller de ursprungliga Gemini Omni endpoints plusGemini Omni 1.1 Flash för nyckelbildskontroll, korta videoreferenser och 4K-leverans. Varje arbetsflöde använder samma REST-kontrakt för inlämning och omröstning.
Gemini Omni API-funktioner
Vilken generation som helst
Flytta mellan text, bilder, video och ljud i ett multimodalt arbetsflöde istället för att sy ihop separata modeller.
Inbyggt synkroniserat ljud
Generera dialog, omgivande ljud och musik med videon i ett delat framåtpass.
T2V, I2V och videoredigering
Skapa nya scener, animera referensbilder eller förvandla befintligt material med fokuserade slutpunkter.
Återanvändbara röstprofiler
Välj bland 30 förinställda röster, spara det returnerade ljud-ID:t och återanvänd en konsekvent röst i senare samtal.
Konsekventa karaktärsprofiler
Skapa ett karaktärs-ID från en referensbild och återanvänd det över genererade scener.
Drop-in produktions-API
Använd asynkrona Muapi-förfrågningar, standardförutsägande polling och betala-per-generation-åtkomst utan prenumeration.
Gemini Omni användningsfall
Berättande shorts
Regissera en scen, kamera, karaktär och dialog från en rik prompt med inbyggt ljud.
Produktförklaringar
Kombinera produktbilder, röstprofiler och kontrollerade videoredigeringar för tydliga demonstrationer.
Karaktärsledd serie
Återanvänd karaktärs- och röstprofiler för att hålla återkommande talanger konsekventa över avsnitt.
Källa-video transformationer
Styla om, tända om, byt eller skriv om dialogen i befintligt material med textinstruktioner.
Referensdrivna scener
Använd bilder och korta videoreferenser för att styra garderob, komposition, rörelse och ton.
Veo eller Sora alternativ
Lägg till inbyggt ljud och multimodala ingångar via en API-yta när en allmän videoslutpunkt inte räcker.
Gemini Omni arbetsflöden
| Arbetsflöde | Ingångar | Utgång | Utgångspris |
|---|---|---|---|
Snabbstart — Gemini Omni API
Skicka en multimodal prompt till den matchande Gemini Omni-slutpunkten, spara förfrågnings-ID och fråga standardresultatslutpunkten för video- och ljudutgångar.
Skicka in en Gemini Omni-uppgift
Börja med text-till-video-slutpunkten och lägg sedan till referensindata, röst-ID eller tecken-ID som ditt arbetsflöde kräver.
Hämta video och ljud
Omröstning tills den är klar och läs den genererade videon plus synkroniserad ljud-URL från svaret.
Vanliga frågor om Gemini Omni API
Vad är Gemini Omni API?
Gemini Omni är en inbyggd multimodal videofamilj från vilken som helst till vilken som helst. Muapi exponerar text-till-video, bild-till-video och videoredigering arbetsflöden som kan generera synkroniserat ljud i samma pass.
Hur skiljer sig Gemini Omni från Veo eller Sora?
Gemini Omni är designad kring text-, bild-, ljud- och videoingångar i ett arbetsflöde, med inbyggt ljud och fokuserade käll-videoredigeringsslutpunkter. Det bästa valet beror på kontrollerna och stilen som ditt projekt behöver.
Hur mycket kostar Gemini Omni?
Text-till-video och bild-till-video börjar på $0,16 per generation. Videoredigering börjar på 2,40 USD, medan 1,1 Flash-videoarbetsflöden kostar från 0,048 USD eller 0,10 USD per sekund beroende på slutpunkt och utgångsalternativ.
Vilka ingångar och utgångar stöds?
Använd en textuppmaning, upp till fem referensbilder för bild-till-video eller källvideo plus en instruktion för redigering. Genererad video kan innehålla synkroniserat ljud, och samtal kan använda upp till tre sparade röst-ID:n och tre tecken-ID:n.
Vad är Gemini Omni Audio?
Gemini Omni Audio skapar en återanvändbar röstprofil från 30 förinställda röster. Muapi returnerar ett ljud-ID som kan skickas till senare videogenerationer, med upp till tre ljud-ID:n per begäran.
Vad är Gemini Omni Character?
Gemini Omni Character skapar en återanvändbar karaktärsprofil från en referensbild. Det returnerade tecken-ID:t kan användas i senare generationer, med upp till tre tecken-ID:n per begäran.
Kan Gemini Omni skapa vertikal eller fyrkantig video?
Ja. Använd bildförhållandet som stöds av den valda slutpunkten, inklusive 16:9 och 9:16 kompositioner för landskap och vertikal leverans.
Behöver jag ett Gemini-abonnemang?
Nej. Gemini Omni är tillgängligt via Muapis pay-per-generation API. Skapa en Muapi API-nyckel och anropa slutpunkten direkt.
Utforska Gemini Omni 1.1 →Lägg till nyckelrutor, videoreferenser och 4K-leverans.Bläddra bland videomodeller →Jämför Gemini Omni med andra API:er för livevideo.Skapa en API-nyckel →Börja ringa Gemini Omni genom Muapi.
Redo att bygga med Gemini Omni?
Använd ett asynkront API för multimodal video, inbyggt ljud, röstprofiler och konsekventa tecken.