T2VTrực tiếp
đèn flashChuyển văn bản sang video của Gemini Omni
Tạo video từ lời nhắc văn bản với đoạn hội thoại, âm thanh xung quanh và âm nhạc được đồng bộ hóa trong cùng một lượt.
360p–4K
From $0.16
Trực tiếp9 biến thể
API Omni của Gemini
Gemini Omni là dòng video đa phương thức gốc của Google. Văn bản, hình ảnh, video, cấu hình giọng nói và cấu hình ký tự có thể hoạt động cùng nhau trong một luồng thế hệ duy nhất.Muapi giới thiệu Gemini Omni và Gemini Omni 1.1 Flash thông qua một API không đồng bộ, bao gồm hội thoại được đồng bộ hóa, âm thanh xung quanh, âm nhạc, chỉnh sửa video, giọng nói có thể sử dụng lại và các ký tự nhất quán.
Song Tử Omni Flash
Quy trình làm việc đa phương thức video, âm thanh, giọng nói và ký tự9 mô hìnhThử mẫu
I2VTrực tiếp
đèn flashHình ảnh Gemini Omni thành video
Tạo hoạt ảnh cho tối đa năm hình ảnh tham chiếu vào một cảnh với âm thanh được đồng bộ hóa gốc.
360p–4K
From $0.16
V2VTrực tiếp
đèn flashChỉnh sửa video Omni Omni
Chỉnh sửa, tạo kiểu lại, chiếu sáng lại, hoán đổi hoặc viết lại đoạn hội thoại trong cảnh quay nguồn trong khi vẫn giữ nguyên chuyển động và thời gian của nó.
Up to 4K
From $2.40
Âm thanhTrực tiếp
đèn flashCấu hình âm thanh Omni Omni
Tạo cấu hình giọng nói có thể sử dụng lại từ một trong 30 giọng nói cài sẵn và nhận ID âm thanh cho các thế hệ sau.
Voice profileNhanh
Free
nhân vậtTrực tiếp
đèn flashHồ sơ nhân vật Omni Omni
Tạo hồ sơ ký tự có thể sử dụng lại từ một hình ảnh tham chiếu và nhận ID ký tự.
Character profileNhanh
Free
T2VTrực tiếp
đèn flashGemini Omni 1.1 Chuyển văn bản sang video
Kết hợp văn bản với hình ảnh tham chiếu, video tham chiếu ngắn, cấu hình giọng nói hoặc cấu hình nhân vật và âm thanh gốc.
Up to 4K
From $0.10/sec
I2VTrực tiếp
đèn flashHình ảnh flash của Gemini Omni 1.1 thành video
Tạo từ khung hình chính bắt đầu với khung hình chính kết thúc tùy chọn để chuyển tiếp được kiểm soát.
Up to 4K
From $0.10/sec
V2VTrực tiếp
đèn flashChỉnh sửa video flash Gemini Omni 1.1
Áp dụng hướng dẫn văn bản để định kiểu lại, chỉnh sửa, chuyển đổi hoặc viết lại video nguồn.
360p–4K
From $0.048/sec
I2VTrực tiếp
đèn flashTham khảo flash Gemini Omni 1.1 cho video
Hướng dẫn một cảnh với tối đa bảy hình ảnh và ba đoạn video tham khảo ngắn.
360p–4K
From $0.048/sec
Không có biến thể nào phù hợp với bộ lọc của bạn.
Song Tử Omni là gì?
Gemini Omni là dòng mô hình video đa phương thức gốc của Google. Thay vì tạo video trước và thêm âm thanh sau, nó có thể suy luận văn bản, hình ảnh, video và âm thanh cùng nhau trong khi tạo ra đoạn hội thoại, âm thanh xung quanh và âm nhạc đồng bộ.
Muapi cung cấp các điểm cuối Gemini Omni ban đầu cộng thêm Song Tử Omni 1.1 Flash để kiểm soát khung hình chính, tham chiếu video ngắn và phân phối 4K. Mỗi quy trình công việc sử dụng cùng một hợp đồng REST gửi và thăm dò ý kiến.
Khả năng API Omni của Gemini
Bất kỳ thế hệ nào
Di chuyển giữa văn bản, hình ảnh, video và âm thanh trong một quy trình làm việc đa phương thức thay vì ghép các mô hình riêng biệt lại với nhau.
Âm thanh được đồng bộ hóa gốc
Tạo đoạn hội thoại, âm thanh xung quanh và âm nhạc bằng video trong đường chuyển tiếp được chia sẻ.
Chỉnh sửa T2V, I2V và video
Tạo cảnh mới, tạo hoạt ảnh cho hình ảnh tham chiếu hoặc chuyển đổi cảnh quay hiện có bằng các điểm cuối tập trung.
Cấu hình giọng nói có thể tái sử dụng
Chọn từ 30 giọng nói cài sẵn, lưu ID âm thanh được trả về và sử dụng lại giọng nói nhất quán trong các cuộc gọi sau.
Hồ sơ nhân vật nhất quán
Tạo ID ký tự từ một hình ảnh tham chiếu và sử dụng lại nó trên các cảnh được tạo.
API sản xuất thả vào
Sử dụng các yêu cầu Muapi không đồng bộ, bỏ phiếu dự đoán tiêu chuẩn và truy cập trả tiền cho mỗi thế hệ mà không cần đăng ký.
Các trường hợp sử dụng của Gemini Omni
Truyện ngắn
Chỉ đạo một cảnh, máy quay, nhân vật và đoạn hội thoại từ một lời nhắc phong phú với âm thanh gốc.
Người giải thích sản phẩm
Kết hợp hình ảnh sản phẩm, cấu hình giọng nói và chỉnh sửa video có kiểm soát để trình diễn rõ ràng.
Series do nhân vật dẫn dắt
Sử dụng lại hồ sơ nhân vật và giọng nói để duy trì sự nhất quán trong các tập phim.
Chuyển đổi nguồn-video
Định kiểu lại, chỉnh lại, hoán đổi hoặc viết lại đoạn hội thoại trong cảnh hiện có bằng văn bản hướng dẫn.
Cảnh hướng đến tham chiếu
Sử dụng hình ảnh và video ngắn để hướng dẫn về tủ quần áo, bố cục, chuyển động và tông màu.
Lựa chọn thay thế Veo hoặc Sora
Thêm đầu vào âm thanh gốc và đa phương thức thông qua một bề mặt API khi điểm cuối video chung là không đủ.
Quy trình làm việc của Gemini Omni
| Quy trình làm việc | Đầu vào | đầu ra | Giá khởi điểm |
|---|---|---|---|
Bắt đầu nhanh - API Gemini Omni
Gửi lời nhắc đa phương thức đến điểm cuối Gemini Omni phù hợp, lưu ID yêu cầu và thăm dò điểm cuối kết quả tiêu chuẩn cho đầu ra video và âm thanh.
Gửi nhiệm vụ Gemini Omni
Bắt đầu với điểm cuối chuyển văn bản thành video, sau đó thêm đầu vào tham chiếu, ID giọng nói hoặc ID ký tự theo yêu cầu của quy trình làm việc của bạn.
Truy xuất video và âm thanh
Thăm dò ý kiến cho đến khi hoàn thành và đọc video được tạo cùng với URL âm thanh được đồng bộ hóa từ phản hồi.
Câu hỏi thường gặp về API Omni Omni
API Omni Omni của Gemini là gì?
Gemini Omni vốn là dòng video đa phương thức dành cho mọi loại video. Muapi hiển thị các quy trình chuyển văn bản thành video, hình ảnh thành video và chỉnh sửa video có thể tạo ra âm thanh được đồng bộ hóa trong cùng một lượt.
Gemini Omni khác với Veo hay Sora như thế nào?
Gemini Omni được thiết kế xoay quanh các đầu vào văn bản, hình ảnh, âm thanh và video trong một quy trình làm việc, với âm thanh gốc và các điểm cuối chỉnh sửa video nguồn tập trung. Sự lựa chọn tốt nhất phụ thuộc vào các điều khiển và phong cách mà dự án của bạn cần.
Giá của Gemini Omni là bao nhiêu?
Chuyển văn bản thành video và hình ảnh thành video có giá khởi điểm là 0,16 USD mỗi thế hệ. Chỉnh sửa video bắt đầu ở mức 2,40 USD, trong khi quy trình làm việc video Flash 1.1 có giá từ 0,048 USD hoặc 0,10 USD mỗi giây tùy thuộc vào tùy chọn điểm cuối và đầu ra.
Những đầu vào và đầu ra nào được hỗ trợ?
Sử dụng lời nhắc văn bản, tối đa năm hình ảnh tham chiếu cho hình ảnh thành video hoặc video nguồn cùng với hướng dẫn chỉnh sửa. Video được tạo có thể bao gồm âm thanh được đồng bộ hóa và các cuộc gọi có thể sử dụng tối đa ba ID giọng nói đã lưu và ba ID ký tự.
Âm thanh Gemini Omni là gì?
Gemini Omni Audio tạo hồ sơ giọng nói có thể tái sử dụng từ 30 giọng nói cài sẵn. Muapi trả về ID âm thanh có thể được chuyển cho các thế hệ video sau này, với tối đa ba ID âm thanh cho mỗi yêu cầu.
Nhân vật Omni của Song Tử là gì?
Nhân vật Omni Omni tạo hồ sơ nhân vật có thể sử dụng lại từ một hình ảnh tham chiếu. ID ký tự được trả về có thể được sử dụng ở các thế hệ sau, với tối đa ba ID ký tự cho mỗi yêu cầu.
Gemini Omni có thể tạo video dọc hoặc vuông không?
Vâng. Sử dụng tỷ lệ khung hình được điểm cuối đã chọn hỗ trợ, bao gồm bố cục 16:9 và 9:16 cho phân phối ngang và dọc.
Tôi có cần đăng ký Gemini không?
Không. Gemini Omni có sẵn thông qua API trả tiền cho mỗi thế hệ của Muapi. Tạo khóa API Muapi và gọi trực tiếp đến điểm cuối.
Khám phá Gemini Omni 1.1 →Thêm khung hình chính, tham chiếu video và phân phối 4K.Duyệt qua các mô hình video →So sánh Gemini Omni với các API video trực tiếp khác.Tạo khóa API →Bắt đầu gọi Gemini Omni thông qua Muapi.
Sẵn sàng xây dựng với Gemini Omni?
Sử dụng một API không đồng bộ cho video đa phương thức, âm thanh gốc, cấu hình giọng nói và các ký tự nhất quán.