นาโนบานาน่า2
จุดสิ้นสุดการสร้างรูปภาพของ Google ศูนย์กลางครอบครัวประกอบด้วยรุ่นเพิ่มเติมและรูปแบบการแก้ไข
ใช้โมเดลสื่อ Google Gemini บน Muapi สำหรับการสร้างภาพ AI วิดีโอแบบภาพยนตร์ และการสังเคราะห์คำพูดแบบหลายลำโพง คีย์ Muapi API หนึ่งคีย์ช่วยให้แอปพลิเคชันของคุณมีเวิร์กโฟลว์การส่งและโพลที่สอดคล้องกันทั่วทั้งตำแหน่งข้อมูลเหล่านี้หน้านี้เน้นที่ขั้นตอนการสร้างสื่อ กลุ่มโมเดล Gemini ใช้ช่องคำขอและราคาที่แตกต่างกัน ติดตามแต่ละลิงก์เพื่อดูรายการทั้งหมด พารามิเตอร์ที่แน่นอน และความพร้อมใช้งานในปัจจุบัน
จุดสิ้นสุดการสร้างรูปภาพของ Google ศูนย์กลางครอบครัวประกอบด้วยรุ่นเพิ่มเติมและรูปแบบการแก้ไข
การสร้างข้อความเป็นรูปภาพอย่างรวดเร็วในตระกูล Imagen 4 ของ Google
สร้างวิดีโอด้วยเสียงที่ซิงโครไนซ์โดยใช้ Gemini Omni
สร้างเสียงบทสนทนาที่มีลำโพงหลายตัวที่สื่ออารมณ์จากข้อความที่มีโครงสร้าง
รายการสื่อเจนเนอเรทีฟของ Google บน Muapi ครอบคลุมการสร้างและตัดต่อรูปภาพ การสร้างวิดีโอ และการอ่านออกเสียงข้อความ ภาพหน้าปก Nano Banana และ Imagen; วิดีโอปก Veo และ Gemini Omni; Gemini TTS สร้างบทสนทนาพูด
หน้า Landing Page นี้ไฮไลต์จุดสิ้นสุดที่เป็นตัวแทน เพื่อให้คุณสามารถเปรียบเทียบกลุ่มต่างๆ ได้โดยไม่ต้องทำซ้ำทุกแถวของโมเดลจากฮับเฉพาะของพวกเขา ใช้หน้าครอบครัวเพื่อดูแคตตาล็อกทั้งหมด รายละเอียดพารามิเตอร์ และความพร้อมใช้งานในปัจจุบัน
ใช้ Nano Banana สำหรับการสร้างรูปภาพโดยทันทีและการแก้ไขตามการอ้างอิง หรือใช้ Imagen 4 สำหรับงานแปลงข้อความเป็นรูปภาพคุณภาพสูง
โทรหา Veo 3.1 หรือ Gemini Omni เพื่อแจ้งไปยังวิดีโอ การเคลื่อนไหวที่ขับเคลื่อนด้วยรูปภาพ และเวิร์กโฟลว์วิดีโอที่เกี่ยวข้อง
ส่งลำโพงที่มีโครงสร้างและบทสนทนาเปลี่ยนเป็น Gemini TTS เพื่อสร้างเสียงจากลำโพงหลายตัว
| Family | อินพุต | เอาท์พุต | ราคาเริ่มต้น | Full lineup |
|---|---|---|---|---|
| กลางการเดินทาง | /nano-banana-api | |||
| ภาพที่ 4 | /imagen-4 | |||
| วีโอ 3.1 | /veo-3.1 | |||
| ราศีเมถุนออมนิ | /gemini-omni | |||
| ราศีเมถุน TTS | /gemini-tts |
ราคาจะแตกต่างกันไปตามรุ่น ระยะเวลา ความละเอียด และจุดสิ้นสุด ยืนยันค่าใช้จ่ายที่แน่นอนในแต่ละหน้าครอบครัวก่อนที่จะส่ง
ส่งคำขอ JSON เฉพาะรุ่นโดยใช้คีย์ Muapi API ของคุณ บันทึก ID คำขอ และสำรวจจุดสิ้นสุดผลลัพธ์ที่แชร์ ตำแหน่งข้อมูลรูปภาพ วิดีโอ และคำพูดใช้ช่องคำขอที่แตกต่างกัน
ส่งข้อความแจ้งไปยังจุดสิ้นสุดรูปภาพ Nano Banana
ส่งพรอมต์และอัตราส่วนภาพไปที่ Imagen 4
โทรหา Veo พร้อมแจ้งและระยะเวลา
curl -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
-H "x-api-key: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"prompt":"A chef explains a recipe in a warm studio kitchen","resolution":"1080p","duration":8,"aspect_ratio":"16:9"}'
# Response: {"request_id":"REQUEST_ID"}สร้างวิดีโอพร้อมเสียงที่ซิงโครไนซ์
จัดให้มีวิทยากรที่มีโครงสร้างและผลัดเปลี่ยนบทสนทนา
ใช้รหัสคำขอที่ส่งคืนพร้อมกับจุดสิ้นสุดผลลัพธ์ที่ใช้ร่วมกัน
กลุ่มสื่อที่โดดเด่น ได้แก่ Nano Banana, Imagen 4, Veo, Gemini Omni และ Gemini Text-to-Speech ติดตามหน้าครอบครัวแต่ละหน้าเพื่อดูรายการอุปกรณ์ปลายทางทั้งหมด
แคตตาล็อกนี้เน้นที่ปลายทางการสร้างสื่อของ Google ได้แก่ รูปภาพ วิดีโอ และคำพูด ตรวจสอบสคีมา API แบบสดของ Muapi เพื่อดูโมเดลการสร้างข้อความที่มีอยู่ในปัจจุบันและรูปแบบคำขอ
สร้างคีย์ Muapi API จากคีย์การเข้าถึง จากนั้นส่งคีย์ดังกล่าวในส่วนหัว x-api-key ไปยังตำแหน่งข้อมูลโมเดล
ไม่ ตำแหน่งข้อมูลรูปภาพ วิดีโอ และคำพูดใช้ฟิลด์ที่แตกต่างกัน ใช้หน้าตระกูลเฉพาะรุ่นและตัวอย่าง API สำหรับสคีมาคำขอที่แน่นอน
ใช้คีย์ Muapi API เพื่อรวมรูปภาพ วิดีโอ และโมเดลการอ่านออกเสียงข้อความของ Google เข้ากับแอปพลิเคชันของคุณ