HeyGen: HeyGen Video

HeyGen Video est un modèle de génération vidéo polyvalent de HeyGen, répertorié sur api14 sous l'identifiant de modèle heygen/heygen-video-1. Il appartient à la catégorie vidéo et est conçu pour le rendu de clips courts plutôt que pour des tâches de texte ou de chat. Si vous l'évaluez, l'essentiel à comprendre est qu'il s'agit d'un point de terminaison de génération : vous lui fournissez un matériau source, et il renvoie un fichier vidéo.

Côté entrée, le modèle accepte du texte, des images, de la vidéo et de l'audio, ce qui vous permet de piloter un clip à partir d'une invite écrite, d'une image de référence, d'une séquence existante ou d'une piste audio. La seule modalité de sortie est la vidéo. Aucune longueur de contexte n'est publiée pour ce modèle, donc la planification basée sur les jetons ne s'applique pas ici. Les détails de sortie sont plus utiles : les clips peuvent être rendus en 480p, 768p ou 2K, avec des ratios d'image de 21:9, 16:9, 4:3, 1:1, 3:4 et 9:16, et des durées allant de 5 à 15 secondes par pas d'une seconde. Une image first_frame peut être fournie pour ancrer le plan d'ouverture. La génération audio n'est pas activée, donc le modèle ne synthétise pas lui-même les dialogues, l'ambiance ou les effets sonores.

Ces capacités correspondent à un ensemble de tâches assez précis. Les clips verticaux courts en 9:16 pour les fils sociaux, les découpes carrées 1:1 pour les emplacements dans le fil, et les formats larges 16:9 ou 21:9 pour les pages d'atterrissage et les présentations entrent tous dans les ratios d'image pris en charge. Comme une image first_frame est acceptée, vous pouvez maintenir une apparence cohérente sur une série de clips en réutilisant la même image de départ. Comme la vidéo et l'audio sont acceptés en entrée, vous pouvez aussi partir d'une séquence existante ou d'une piste fournie plutôt que de commencer uniquement à partir de texte. La plage de 5 à 15 secondes convient aux teasers, aux plans produit et aux segments d'arrière-plan en boucle plutôt qu'au récit long format.

L'appeler via api14 fonctionne de la même manière que pour tout autre modèle sur la passerelle : utilisez le point de terminaison compatible OpenAI et passez heygen/heygen-video-1 comme identifiant de modèle. Le modèle n'expose aucun paramètre de requête pris en charge, donc il n'y a aucun indicateur d'échantillonnage ou de génération à régler dans le corps de la requête. En pratique, cela signifie que votre contrôle sur le résultat provient des entrées que vous fournissez (texte de l'invite, image de référence, vidéo source, audio) et des réglages de sortie que le modèle définit, comme la résolution, le ratio d'image, la durée et la première image.

Deux limites méritent d'être pesées avant de vous engager. Il n'y a pas de longueur de contexte à prévoir, et le modèle ne génère pas d'audio, donc tout projet qui dépend de parole synthétisée, d'ambiance ou d'effets sonores devra produire ces éléments ailleurs et les combiner ensuite. Si votre tâche est la génération de texte, le raisonnement ou quoi que ce soit en dehors de la sortie vidéo, un autre modèle sur api14 conviendra mieux. Dans le cadre de la génération de vidéos courtes, cependant, la combinaison de plusieurs modalités d'entrée, d'un ancrage par première image et d'une large gamme de ratios d'image et de durées couvre la plupart des besoins courants en matière de clips.