Foto ke video berbicara
Alur produksi dari foto ke ucapan dan avatar berbicara: permintaan ElevenLabs TTS, Kling Avatar dan OmniHuman, penawaran harga, status job, percobaan ulang dan retensi hasil.
Pipeline foto-ke-video berbicara: buat ucapan dengan elevenlabs-v4-tts, teruskan URL hasilnya bersama potret ke kling-ai-avatar atau omnihuman-v2 (OmniHuman yang direkomendasikan; omnihuman-v1.5 tetap tersedia). Lakukan autentikasi dengan Authorization: Bearer $GETVIBE_API_KEY. Dapatkan estimasi setiap langkah dengan POST /api/media/price, lalu buat dengan POST /api/media/generate dan id kutipan yang dikembalikan. Engine ElevenLabs adalah v4 dan turbo, keduanya menerima hingga 5.000 karakter dan menetapkan harga per karakter; model avatar menetapkan harga berdasarkan detik yang terukur. Lakukan polling pada GET /api/media/jobs/{jobId} hingga berhasil, lalu teruskan resultUrls[0] ke langkah berikutnya. Gunakan kembali URL yang dikembalikan dan periksa resultsExpireAt (7 hari setelah selesai). Gunakan Idempotency-Key dan body yang sama saat mencoba ulang respons pembuatan yang hilang; jika pengiriman tidak pasti, lanjutkan polling pada job yang sama.
Tingkatan Veo 3.1 dan kuotasi USD (referensi FX 88)
| Parameter | Tipe | Deskripsi |
|---|---|---|
Lite — Google Veo 3.1 Lite preview | 720p $0.192857 · 1080p $0.225 · 4K $0.964286 | 4/6/8 s; teks, frame pertama/terakhir, referensi (referensi memerlukan 8 s); trek audio: ya (AAC terverifikasi pada MP4 produksi yang telah selesai) |
Fast — Google Veo 3.1 Fast | 720p $0.385714 · 1080p $0.417857 · 4K $1.157143 | 4/6/8 s; teks, frame pertama/terakhir, referensi (referensi memerlukan 8 s); trek audio: ya (keluarga Veo 3.1) |
Quality — Google Veo 3.1 | 720p $1.607143 · 1080p $1.639286 · 4K $2.442857 | 4/6/8 s; hanya teks dan frame pertama/terakhir; trek audio: ya (keluarga Veo 3.1) |
Google mendeskripsikan Veo 3.1 sebagai pembuatan video dengan audio native. API ini tidak memiliki tombol audio. Harga yang ditampilkan adalah kuotasi price-function pada acuan FX yang disebutkan; gunakan POST /api/media/price untuk mata uang dan jumlah akun saat ini. SkyReels menerima potret dalam image_url plus audio_url, atau 1–5 reference_image_urls plus audio; durasi video adalah 3–15 detik.