फ़ोटो से टॉकिंग वीडियो
फ़ोटो से स्पीच और टॉकिंग अवतार तक की प्रोडक्शन पाइपलाइन: ElevenLabs TTS, Kling Avatar और OmniHuman अनुरोध, कोट, job स्थितियाँ, पुनःप्रयास और परिणाम प्रतिधारण।
फ़ोटो-से-बोलता-वीडियो पाइपलाइन: elevenlabs-v4-tts से भाषण बनाएँ, उसका परिणाम URL किसी पोर्ट्रेट के साथ kling-ai-avatar या omnihuman-v2 को दें (अनुशंसित OmniHuman; omnihuman-v1.5 उपलब्ध रहता है)। Authorization: Bearer $GETVIBE_API_KEY से प्रमाणित करें। प्रत्येक चरण का कोटेशन POST /api/media/price से प्राप्त करें, फिर लौटाए गए कोटेशन आईडी के साथ POST /api/media/generate से इसे बनाएँ। ElevenLabs इंजन v4 और turbo हैं; दोनों अधिकतम 5,000 वर्ण स्वीकार करते हैं और प्रति वर्ण कीमत लेते हैं; अवतार मॉडल मापे गए सेकंड के आधार पर कीमत लेते हैं। सफलता मिलने तक GET /api/media/jobs/{jobId} की जाँच करें, फिर resultUrls[0] को अगले चरण में दें। लौटाए गए URL का पुनः उपयोग करें और resultsExpireAt की जाँच करें (पूरा होने के 7 दिन बाद)। खोई हुई create प्रतिक्रिया का पुनः प्रयास करते समय वही Idempotency-Key और बॉडी दोबारा उपयोग करें; सबमिशन अनिश्चित होने पर उसी जॉब की जाँच करते रहें।
Veo 3.1 tiers और USD quotes (FX 88 reference)
| Parameter | Type | विवरण |
|---|---|---|
Lite — Google Veo 3.1 Lite preview | 720p $0.192857 · 1080p $0.225 · 4K $0.964286 | 4/6/8 s; text, first/last frames, references (reference के लिए 8 s ज़रूरी); audio track: हाँ (पूर्ण production MP4 पर AAC verified) |
Fast — Google Veo 3.1 Fast | 720p $0.385714 · 1080p $0.417857 · 4K $1.157143 | 4/6/8 s; text, first/last frames, references (reference के लिए 8 s ज़रूरी); audio track: हाँ (Veo 3.1 family) |
Quality — Google Veo 3.1 | 720p $1.607143 · 1080p $1.639286 · 4K $2.442857 | 4/6/8 s; केवल text और first/last frames; audio track: हाँ (Veo 3.1 family) |
Google, Veo 3.1 को native audio के साथ video generation बताता है। इस API में audio toggle नहीं है। दिखाई गई prices stated reference FX पर price-function quotes हैं; current account currency और amount के लिए POST /api/media/price का उपयोग करें। SkyReels image_url में एक portrait के साथ audio_url स्वीकार करता है, या 1–5 reference_image_urls के साथ audio; video duration 3–15 seconds है।