EMO は、1 枚のポートレート画像と人間の音声ファイルから動的ポートレート動画を生成します。EMO は、EMO-detect と EMO の 2 つのモデルで構成されます。EMO-detect は入力画像の要件を検証し、EMO は動画を生成します。
このドキュメントは、中国本土 (北京) リージョンにのみ適用されます。モデルを使用するには、中国本土 (北京) リージョンの API キー を使用する必要があります。
モデル概要
モデルについて
-
EMO-detect は、入力画像が EMO のポートレート要件を満たしているかどうかを検証する画像検出モデルです。
-
EMO は、1 枚のポートレート画像と人間の音声ファイルから動的ポートレート動画を生成するポートレート動画生成モデルです。
出力例
|
入力：ポートレート画像 + 音声ファイル |
出力：動的ポートレート動画 |
|
ポートレート：
音声：右の動画をご参照ください |
動画： スタイルの強度：アクティブ ("style_level": "active") |
|
ポートレート：
音声：右の動画をご参照ください |
動画： スタイルの強度：ノーマル ("style_level": "normal") |
|
ポートレート：
音声：右の動画をご参照ください |
動画： スタイルの強度：カーム ("style_level": "calm") |
上記の例は、EMO を統合した Qwen アプリが生成しました。
料金とレート制限
|
モード |
モデル名 |
単価 |
ジョブ送信の QPS 制限 |
最大同時タスク数 |
|
モデルの呼び出し |
emo-detect-v1 |
従量課金： 0.000574 USD/画像 |
5 |
同期呼び出しの制限なし |
|
emo-v1 |
従量課金：
|
1 一度に 1 つのタスクのみが実行されます。他のタスクはキューで待機します。 |
前提条件
サービスを有効化し、API キーを取得してください：API キーと API ホストの取得。