根据单张参考图和文本描述生成可复用的角色。还可以附加使用 Gemini Omni 音频创建的语音配置，让角色在未来的视频生成中保持一致的声音。 查看支持的输入参数、输出格式、适用场景、定价和 API 集成示例，并在 Muapi Playground 中试用，再通过统一 REST API 将生成任务接入产品与自动化工作流。平台按次生成付费，无需月度订阅，适合创作者、开发者和团队使用。了解每个模型的限制、质量和速度，选择适合项目的生成方案。
根据单张参考图和文本描述生成可复用的角色。还可以附加使用 Gemini Omni 音频创建的语音配置，让角色在未来的视频生成中保持一致的声音。
关于此模型
将一张参考照片和文本描述转换为可复用的角色，并生成唯一 ID 和角色图像。还可以附加语音配置，让角色在未来的视频生成中保持一致的声音。
成本分析
| 提供商 | 费用 | 备注 |
|---|---|---|
| muapiapp | 免费 | 创建角色不收费。 |
| Fal.ai | 暂不可用 | 不提供 Gemini Omni 角色创建功能。 |
| Replicate | 暂不可用 | 不提供 Gemini Omni 角色创建功能。 |
创建角色不收费。
不提供 Gemini Omni 角色创建功能。
不提供 Gemini Omni 角色创建功能。
** 竞品价格根据相似模型架构和使用层级估算。
配置参数
| 参数 | 类型 | 描述 | 默认值 |
|---|---|---|---|
| 角色描述 | string | 描述角色的外观、身份、风格和个性。 | A young woman with short silver hair, wearing a dark trench coat, confident and composed demeanor. |
| 参考图像 | array | 准确提供 1 张角色参考图像。最大 20 MB。必须是可公开访问的 URL。 | https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/712345784292/4a8c5c70-abcc-4920-873e-b0e219986453.jpg |
| 角色名称 | string | 可选的 display name for the character. | Aria |
| 声音配置 ID | array | 可选的 list of voice profile IDs from Gemini Omni Audio to associate with this character. | a8f1c2d3e4f5b6a7 |
描述角色的外观、身份、风格和个性。
A young woman with short silver hair, wearing a dark trench coat, confident and composed demeanor.准确提供 1 张角色参考图像。最大 20 MB。必须是可公开访问的 URL。
https://d3adwkbyhxyrtq.cloudfront.net/ai-images/186/712345784292/4a8c5c70-abcc-4920-873e-b0e219986453.jpg可选的 display name for the character.
Aria可选的 list of voice profile IDs from Gemini Omni Audio to associate with this character.
a8f1c2d3e4f5b6a7开发者文档
提供参考图：通过 images_list 上传一张图像（必须正好 1 张，最大 20 MB，并且是可公开访问的 URL）。这张图像是角色的视觉锚点。
描述角色：在 descriptions 中填写外观、身份、风格和个性细节。
为角色命名 （可选）：设置 character_name 作为人类可读的标签。
附加语音 （可选）：在 audio_ids 中传入一个或多个 audio_id 值——这些值来自 Gemini Omni 音频端点，可让角色保持一致的声音。
使用结果：响应会在 outputs 中包含 character_id、character_name 和图像 URL。保存 character_id，以便在未来支持角色驱动生成的视频流程中使用。
常见问答
必须且只能提供一张图像。图像必须是可公开访问的 URL，且大小不超过 20 MB。
语音配置 ID 通过 Gemini Omni 音频端点创建。先调用该端点登记语音，然后将返回的 `audio_id` 传到这里。
`outputs` 中返回的图像 URL 是生成的角色图像——根据参考照片和描述得到的角色视觉呈现。