رفتن به محتوا

Heygen · Avatar4 · Image to Video

یکپارچه‌سازی

شناسه مدل heygen/avatar4/image-to-video
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/heygen/avatar4/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

فایل‌هایی مانند نمونه: ⁨‎$۱٫۰۰⁩ ۱٬۰۰۰ اعتبار API فایل‌های شما پیش از اجرا اندازه‌گیری می‌شوند اجرای آن در این صفحه

دریافت کلید API
HeyGen همگام‌سازی لب و آواتارها همگام‌سازی لبحداکثر 1080p #image-to-video

یک عکس چهره را به آواتار سخنگو تبدیل می‌کند و سبک گفتار پایدار یا بیانگر دارد

HeyGen · ویدیو

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

متنی که آواتار باید بگوید.

•الزامی image_url
یک فایل بیندازید، یا

منبع انیمیشن که به‌صورت URL تصویر ارائه می‌شود؛ تصویری با چهره کاملاً قابل‌مشاهده انتخاب کنید.

audio_url
یک فایل بیندازید، یا

صوت همگام‌سازی لب که از طریق URL فایل ارائه می‌شود و در صورت وجود، بر پرامپت و صدا اولویت دارد.

resolution پیش‌فرض 720p

پیش‌تنظیم وضوح ویدیو: 360p، 480p، 540p، 720p یا 1080p.

aspect_ratio پیش‌فرض 16:9

انتخاب نسبت تصویر ویدیو: 'auto' از HeyGen می‌خواهد نسبت منبع را تشخیص دهد و حفظ کند و اگر نتواند، از '16:9' استفاده می‌کند. نسبت‌های صریح عبارت‌اند از '16:9'، '9:16'، '4:5'، '5:4' و '1:1'.

پیشرفته talking_style · voice · expression · caption · enable_safety_checker · background
talking_style پیش‌فرض stable

سبک انیمیشن گفتار: 'stable' حرکت را حداقلی نگه می‌دارد، درحالی‌که 'expressive' انیمیشن بیشتری اضافه می‌کند.

نام صدا برای انتخاب صدای آواتار.

حالت چهره.

تنظیمات پس‌زمینه.

POST /run/heygen/avatar4/image-to-video?wait=20 قیمت → ⁨‎$۱٫۰۰⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/heygen/avatar4/image-to-video?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Heygen · Avatar4 · Image to Video

یک تصویر دارای چهره واضح را به ویدیوی آواتار سخنگو تبدیل می‌کند. یک `prompt` شامل متن گفتار و نام `voice` بدهید، یا `audio_url` را ارائه کنید که هر دو را نادیده می‌گیرد. `talking_style` بین stable (حرکت حداقلی) و expressive جابه‌جا می‌شود. همچنین می‌توانید حالت چهره، پس‌زمینه، زیرنویس اختیاری و وضوح 360p تا 1080p را تنظیم کنید.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
image_urlالزامی image
نوعurl · image
منبع انیمیشن که به‌صورت URL تصویر ارائه می‌شود؛ تصویری با چهره کاملاً قابل‌مشاهده انتخاب کنید.
promptاختیاری
نوعstring | null
متنی که آواتار باید بگوید.
voiceاختیاری
نوعenum
Warm Pro NarratorChill BrianIvyJohn DoeMonika SogamHope Archer BrittneyPatrickDavid CastlemoreMichael CAdam Stone JuniperCassidy Jessica Anne BogartArabella
+86 مورد دیگرAndrewSpuds Oxley Grace ElderHelenCanyon RiversDerya - Lifelike - Excited 🤩Mellow MarcusJack Sterling - Broadcaster 🎙️Brenda - UGC - 1.mp4ReidReaganTerryJennyRadio RickDeniseTim in car - Excited 🤩IskanderThompsonDelicate Daisy - Excited 🤩KingstonGeorge UGC 1Bold BlakeJaneExpressive EvanMarianne - IAAaronModern Recipe Host - Voice 1WillowCute Chloe - Friendly 😊RafaelJune - LifelikeCrisp ChloeSlick SimonNassim - InformativeBaritone BenMaxwellEllie Faye - Excited 🤩MilaniFeisty Fiona - Excited 🤩Professor DeanRose - UGC - 1.mp4ShonaHudson WilderAnn - IAAlastair KensingtonOxleyChristinaAndrew Rizz PeytonGerardo - OutdoorChloe - LifelikeStephanieAnthony - IASignal - Voice 1LucaLisa - Voice 1T.W.TuckerJack Sullivan - Serious 😐WinterMireia - LifelikeGeorgiaStellaMasha - LifelikeCharming Charles - Friendly 😊SerenityAnnie - ExcitedRalphBethanyDominicMason FinnLeenaVeteran VictorTamaraNik PublicCalm ChloeSevikReillyRaulImposing IanRelaxed RayDexter - ProfessionalRelaxed RickEdwinRupert BlackwoodGinnyHope
نام صدا برای انتخاب صدای آواتار.
audio_urlاختیاری audio
نوعurl · audio
صوت همگام‌سازی لب که از طریق URL فایل ارائه می‌شود و در صورت وجود، بر پرامپت و صدا اولویت دارد.
talking_styleاختیاری
نوعenum
پیش‌فرضstable
stableexpressive
سبک انیمیشن گفتار: 'stable' حرکت را حداقلی نگه می‌دارد، درحالی‌که 'expressive' انیمیشن بیشتری اضافه می‌کند.
expressionاختیاری
نوعstring | null
حالت چهره.
backgroundاختیاری
نوعobject
تنظیمات پس‌زمینه.
background.typeاختیاری
نوعenum
پیش‌فرضcolor
colorimagevideo
انتخاب نوع پس‌زمینه.
background.valueاختیاری
نوعstring
پیش‌فرض#FFFFFF
محتوای پس‌زمینه: اگر نوع `color` باشد، یک رنگ هگزادسیمال و اگر نوع `image` یا `video` باشد، یک URL.
resolutionاختیاری
نوعenum
پیش‌فرض720p
360p480p540p720p1080p
پیش‌تنظیم وضوح ویدیو: 360p، 480p، 540p، 720p یا 1080p.
aspect_ratioاختیاری
نوعenum
پیش‌فرض16:9
16:99:164:55:41:1auto
انتخاب نسبت تصویر ویدیو: 'auto' از HeyGen می‌خواهد نسبت منبع را تشخیص دهد و حفظ کند و اگر نتواند، از '16:9' استفاده می‌کند. نسبت‌های صریح عبارت‌اند از '16:9'، '9:16'، '4:5'، '5:4' و '1:1'.
captionاختیاری
نوعboolean
پیش‌فرضfalse
مشخص می‌کند ویدیو شامل زیرنویس باشد یا نه.
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "heygen/avatar4/image-to-video",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1000,
    "usd": "1.00",
    "charged": 1000,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/avatar/talking_avatar.jpg",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "video": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_name": "0-output.mp4",
      "file_size": 1843200
    }
  },
  "outputs": [
    {
      "type": "video",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp4",
      "content_type": "video/mp4",
      "file_size": 1843200,
      "width": 1280,
      "height": 720,
      "duration": 5,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
video
object {url, content_type, file_name, file_size}فایل ویدیوی حاصل.

مدل‌های بیشتر: همگام‌سازی لب و آواتارها

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/heygen/avatar4/image-to-video.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt