Digital Human Video API
digital-humanDigital Human trabaja con dos URL: en video_url pones un vídeo de la persona (mp4 o mov) y en audio_url la locución (mp3, wav o m4a, hasta 30 minutos), y recibes un mp4 con la boca sincronizada al audio. No es lo mismo que animar una foto fija: la luz, el movimiento, el fondo y el trabajo de cámara salen de tu propio material y el modelo solo reanima la boca, de modo que en el resultado sigue apareciendo la misma persona del mismo rodaje y no un retrato forzado a moverse. La duración siempre sigue al audio: si la locución es más larga que el vídeo, el metraje se extiende automáticamente (comprobado con una locución de 6,2 segundos sobre un clip de 5 segundos), y por eso la factura se calcula directamente sobre los segundos de audio: $0.01 por segundo, es decir $0.60 por una locución de 60 segundos, exactamente la mitad que el lip-sync sobre imagen de ai-lipsync ($0.02/s). Si no tienes vídeo y solo dispones de un retrato, lo que necesitas es precisamente ai-lipsync. La resolución de salida replica la del vídeo de origen, sin reescalado forzado (probado a 1440×2560). La interfaz es asíncrona: un POST a /api/v1/video/generations con model, video_url y audio_url devuelve un task_id y luego se consulta; los clips cortos suelen estar listos en unos 2 minutos. En apimodels.app solo se cobran las tareas que terminan bien y el resultado se conserva 30 días. Úsalo únicamente sobre personas que hayan dado su consentimiento o sobre material cuyos derechos poseas.
Digital Human Video
$0.01 per second of audio · if the audio outlasts the video, the footage is extended automatically
Result
Your talking video will appear here
Half the Price of Image Lip-Sync
$0.01 per second of audio vs $0.02/s for the image-based ai-lipsync — when you already have footage of the person, this is the more affordable path
Keeps the Original Performance
Lighting, motion, background and camera work come from your footage; only the mouth is re-animated to match the new audio
Length Follows the Audio
Audio longer than the video? The footage is extended automatically — verified with a 6.2s voiceover over a 5s clip
Native Resolution Out
Output matches the source video resolution (tested at 1440×2560) — no forced downscale
Simple Two-URL Contract
POST /api/v1/video/generations with model digital-human, video_url and audio_url — poll the task id for the mp4
Acerca de Digital Human
Digital Human es una API de generación de video de APIMODELS. Digital Human trabaja con dos URL: en video_url pones un vídeo de la persona (mp4 o mov) y en audio_url la locución (mp3, wav o m4a, hasta 30 minutos), y recibes un mp4 con la boca sincronizada al audio. No es lo mismo que animar una foto fija: la luz, el movimiento, el fondo y el trabajo de cámara salen de tu propio material y el modelo solo reanima la boca, de modo que en el resultado sigue apareciendo la misma persona del mismo rodaje y no un retrato forzado a moverse. La duración siempre sigue al audio: si la locución es más larga que el vídeo, el metraje se extiende automáticamente (comprobado con una locución de 6,2 segundos sobre un clip de 5 segundos), y por eso la factura se calcula directamente sobre los segundos de audio: $0.01 por segundo, es decir $0.60 por una locución de 60 segundos, exactamente la mitad que el lip-sync sobre imagen de ai-lipsync ($0.02/s). Si no tienes vídeo y solo dispones de un retrato, lo que necesitas es precisamente ai-lipsync. La resolución de salida replica la del vídeo de origen, sin reescalado forzado (probado a 1440×2560). La interfaz es asíncrona: un POST a /api/v1/video/generations con model, video_url y audio_url devuelve un task_id y luego se consulta; los clips cortos suelen estar listos en unos 2 minutos. En apimodels.app solo se cobran las tareas que terminan bien y el resultado se conserva 30 días. Úsalo únicamente sobre personas que hayan dado su consentimiento o sobre material cuyos derechos poseas. A través de la plataforma APIMODELS puedes acceder a este modelo mediante una API unificada con precios de pago por uso transparentes. Precio actual: per second of audio: $0.01.
Modelo relacionado: OmniHuman 2.0 — when you only have a photo — OmniHuman 2.0 animates a still portrait from the audio, up to 300 seconds, $0.091 per audio second
Características principales
- Half the Price of Image Lip-Sync -- $0.01 per second of audio vs $0.02/s for the image-based ai-lipsync — when you already have footage of the person, this is the more affordable path
- Keeps the Original Performance -- Lighting, motion, background and camera work come from your footage; only the mouth is re-animated to match the new audio
- Length Follows the Audio -- Audio longer than the video? The footage is extended automatically — verified with a 6.2s voiceover over a 5s clip
- Native Resolution Out -- Output matches the source video resolution (tested at 1440×2560) — no forced downscale
- Simple Two-URL Contract -- POST /api/v1/video/generations with model digital-human, video_url and audio_url — poll the task id for the mp4
Casos de uso
Videos de marketing
Genera rápidamente videos promocionales de marca para campañas y redes sociales.
Contenido para redes sociales
Crea contenido de video corto atractivo para TikTok, Instagram y YouTube.
Demos de producto
Genera demostraciones de funciones y tutoriales para mejorar la conversión.
Contenido educativo
Produce explicaciones de cursos, divulgación y videos de formación a bajo coste.
Por qué APIMODELS
- API unificada -- Una sola clave para todos los modelos, sin registrarte en varias plataformas
- Precios transparentes -- Pago por uso con el precio por llamada publicado en cada página de modelo, ideal para desarrolladores independientes y startups
- Acceso instantáneo -- Empieza justo después de registrarte; paga con tarjeta, PayPal, Alipay o USDT
- Documentación completa -- Documentación de API detallada con ejemplos en cURL, Python y Node.js
Preguntas frecuentes
¿Cuánto cuesta Digital Human?
Digital Human está disponible a través de APIMODELS a: per second of audio: $0.01. La facturación es de pago por uso: solo pagas por lo que generas.
¿Cómo usar la API de Digital Human?
Regístrate en APIMODELS, obtén tu clave API y llama a nuestro endpoint unificado. Ofrecemos documentación detallada con ejemplos en cURL, Python y Node.js.
¿Cómo se compara Digital Human con otros modelos de su categoría?
En APIMODELS, Digital Human convive con más de 60 modelos bajo una sola clave API y un solo saldo, así que elegir es cuestión de ajuste, no de dependencia. Admite Video + Audio, Lip-Sync, Keeps Original Motion, Audio up to 30min, Per-Second Pricing y puedes valorarlo en precio y capacidad frente a otros modelos de la misma categoría (generación de video), y cambiar modificando una sola cadena con el nombre del modelo: sin nueva cuenta ni integración. Explora todos los modelos de esa categoría con precios en vivo en apimodels.app/models.
¿Qué puede hacer Digital Human?
Digital Human admite: Video + Audio, Lip-Sync, Keeps Original Motion, Audio up to 30min, Per-Second Pricing. Consulta la documentación de APIMODELS para ver todos los parámetros y ejemplos de llamada.
¿Puedo usar la API de Digital Human desde cualquier país?
Sí. APIMODELS no limita el acceso por país: la web y la API responden desde cualquier lugar, y apimodels.app y api.apimodels.app también son accesibles directamente desde China continental, sin proxy. Llamas a Digital Human con una sola clave de APIMODELS, sin abrir una cuenta aparte con el desarrollador del modelo.
¿Puedo pagar con PayPal o cripto? ¿Qué métodos de pago hay?
Sí. Puedes recargar saldo con PayPal, USDT en TRON (TRC20) o en BNB Smart Chain (BEP20), tarjeta (Visa, Mastercard y otras, a través de Stripe) o Alipay. Las recargas con tarjeta, PayPal y Alipay se acreditan al instante; las de USDT, en cuanto la transferencia se confirma en la cadena. Puedes activar la recarga automática, y al recargar $50 sumamos $1 de bono ($3 si recargas $100). El saldo es en dólares y se cobra por uso, sin suscripción.