OmniHuman 1.0 API

OmniHuman 1.0 API

OmniHuman 1.0 от ByteDance оживляет фотографию под вашу аудиозапись: человек или персонаж на снимке говорит или поёт, губы попадают в слова, появляются мимика, моргание и движения головы. Видео длится столько же, сколько запись. Нейросеть подходит для говорящих аватаров, коротких обращений от лица ведущего, озвученных мультяшных героев и поздравлений, где фото поёт песню.

Сценарий один: фото и аудио. Дополнительных настроек нет, модель сама подбирает мимику по голосу. Если нужно видео в большем разрешении и с жестами, посмотрите OmniHuman 1.5 (omnihuman-1-5) - она дороже за секунду.

Каждый вызов создаёт асинхронную операцию. Сохраните id из ответа и проверяйте статус, пока видео не будет готово.

Создание операции

• Endpoint: POST /api/v1/operations
• Авторизация: Authorization: Bearer brth_...
• Выполнение асинхронное: запрос сразу возвращает id операции и стартовый статус queued.

Тело запроса

{
  "tool": "omnihuman-1-0",
  "input": {
    "image": "https://cdn.example.com/portrait.jpg",
    "audio": "https://cdn.example.com/voice.mp3"
  }
}

• tool - slug нейросети, всегда "omnihuman-1-0".
• input - параметры запуска. Поля передаются прямо внутри этого объекта, без дополнительной вложенности.

Параметры

Ссылки на файлы должны открываться без авторизации по http/https, размер файла - до 128 МБ. Расширение в ссылке должно совпадать с одним из допустимых форматов, иначе API вернёт validation_error.

Текстового задания у этой нейросети нет: поведение в кадре задаёт сама запись. Если передать лишние поля, например prompt, они будут проигнорированы.

Примеры запросов

Фото и речь

cURL

curl -X POST https://bratuha.ru/api/v1/operations \
  -H "Authorization: Bearer brth_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
  "tool": "omnihuman-1-0",
  "input": {
    "image": "https://cdn.example.com/portrait.jpg",
    "audio": "https://cdn.example.com/voice.mp3"
  }
}'

JavaScript / TypeScript

const response = await fetch('https://bratuha.ru/api/v1/operations', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer brth_ваш_ключ',
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    tool: 'omnihuman-1-0',
    input: {
      image: 'https://cdn.example.com/portrait.jpg',
      audio: 'https://cdn.example.com/voice.mp3',
    },
  }),
})

const data = await response.json()

Python

import requests

response = requests.post(
    'https://bratuha.ru/api/v1/operations',
    headers={
        'Authorization': 'Bearer brth_ваш_ключ',
        'Content-Type': 'application/json',
    },
    json={
        'tool': 'omnihuman-1-0',
        'input': {
            'image': 'https://cdn.example.com/portrait.jpg',
            'audio': 'https://cdn.example.com/voice.mp3',
        },
    },
    timeout=30,
)

print(response.status_code)
print(response.json())

Персонаж поёт песню

Тот же вызов, но с рисованным персонажем и записью песни в wav.

cURL

curl -X POST https://bratuha.ru/api/v1/operations \
  -H "Authorization: Bearer brth_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
  "tool": "omnihuman-1-0",
  "input": {
    "image": "https://cdn.example.com/character.png",
    "audio": "https://cdn.example.com/song.wav"
  }
}'

JavaScript / TypeScript

const response = await fetch('https://bratuha.ru/api/v1/operations', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer brth_ваш_ключ',
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    tool: 'omnihuman-1-0',
    input: {
      image: 'https://cdn.example.com/character.png',
      audio: 'https://cdn.example.com/song.wav',
    },
  }),
})

const data = await response.json()

Python

import requests

response = requests.post(
    'https://bratuha.ru/api/v1/operations',
    headers={
        'Authorization': 'Bearer brth_ваш_ключ',
        'Content-Type': 'application/json',
    },
    json={
        'tool': 'omnihuman-1-0',
        'input': {
            'image': 'https://cdn.example.com/character.png',
            'audio': 'https://cdn.example.com/song.wav',
        },
    },
    timeout=30,
)

print(response.status_code)
print(response.json())

Примеры ответов

Ответ после создания

Пример для записи длиной 3,9 секунды: длительность округляется вверх до 4 секунд, 4 × 20 ₽ = 80 ₽.

{
  "id": "op_uuid-123",
  "status": "queued",
  "tool": "omnihuman-1-0",
  "cost": 80,
  "balance_after": 920,
  "created_at": "2026-09-30T21:34:00.222343+00:00"
}

Ответ после завершения

{
  "id": "op_uuid-123",
  "status": "completed",
  "tool": "omnihuman-1-0",
  "cost": 80,
  "created_at": "2026-09-30T21:34:00.222343+00:00",
  "completed_at": "2026-09-30T21:35:22.639154+00:00",
  "result": {
    "type": "video",
    "urls": [
      "https://storage.bratuha.ru/results/omnihuman-1-0/avatar-1.mp4"
    ]
  },
  "error_message": null
}

Ответ при ошибке

{
  "id": "op_uuid-123",
  "status": "failed",
  "tool": "omnihuman-1-0",
  "cost": 80,
  "created_at": "2026-09-30T21:34:00.222343+00:00",
  "completed_at": "2026-09-30T21:35:10.000000+00:00",
  "result": null,
  "error_message": "Произошла ошибка, сервис временно недоступен. Попробуйте повторить запрос позже."
}

Проверка статуса

Сохраните id из ответа на создание и запрашивайте операцию, пока status не станет completed или failed:

GET /api/v1/operations/{id}

curl -H "Authorization: Bearer brth_ваш_ключ" \
  https://bratuha.ru/api/v1/operations/op_uuid-123

async function waitForOperation(id: string) {
  while (true) {
    const res = await fetch(`https://bratuha.ru/api/v1/operations/${id}`, {
      headers: { Authorization: 'Bearer brth_ваш_ключ' },
    })
    const op = await res.json()
    if (op.status === 'completed' || op.status === 'failed') return op
    await new Promise((resolve) => setTimeout(resolve, 10000))
  }
}

Запись на 4 секунды обрабатывается около полутора минут, длинные записи - дольше. Опрашивать одну операцию можно не чаще раза в секунду, иначе API ответит 429.

Формат результата

После завершения в поле result приходит видео:

{
  "type": "video",
  "urls": [
    "https://storage.bratuha.ru/results/omnihuman-1-0/avatar-1.mp4"
  ]
}

• type - всегда "video".
• urls - массив ссылок на готовые видео. Для этой нейросети в нём одна ссылка на MP4.

Видео идёт со звуком из вашей записи, его длина совпадает с длиной аудио: из записи на 3,9 секунды получился ролик на 3,9 секунды, из песни на 7,9 секунды - на 7,9. Из вертикального портрета 3:4 получается видео 544×720, 25 кадров в секунду.

Если операция завершилась с ошибкой, result будет null, а причина придёт в error_message.

Ценообразование

Цена одна: 20 ₽ за секунду аудио.

Как считается итог:

1. Сервер сам определяет длительность записи по ссылке audio. Передавать длительность в запросе не нужно.
2. Длительность округляется вверх до целых секунд: 3,9 секунды считаются как 4, а 4,03 - уже как 5.
3. Округлённая длительность умножается на 20 ₽.

Примеры:

Фото на цену не влияет. Итоговая сумма приходит в поле cost сразу в ответе на создание операции и списывается с баланса в этот момент. Если операция завершилась ошибкой, деньги возвращаются на баланс, а cost в ответе остаётся суммой запуска.

Ограничения и практические заметки

• POST /api/v1/operations не идемпотентен: каждый повторный запрос создаёт новую операцию и списывает деньги заново.
• Операция выполняется асинхронно: сначала вы получаете queued, результат забираете по id.
• Файлы передаются только внешними http/https URL, доступными без авторизации, размером до 128 МБ. Для image - jpg, jpeg, png, webp, для audio - mp3, wav, m4a, aac, flac, ogg, opus. Локальные адреса и приватные сети не принимаются.
• Аудио должно длиться от 1 до 600 секунд. Если запись длиннее 10 минут или по ссылке не удалось прочитать её длительность (например, файл повреждён), API сразу вернёт validation_error, операция не создастся и деньги не спишутся.
• Минута видео стоит 1200 ₽, поэтому обрежьте тишину в начале и в конце записи, она тоже оплачивается.
• Лучше всего работают фото одного человека, где лицо хорошо видно и не закрыто руками или волосами. Чистая речь без музыки и шума даёт самую точную синхронизацию губ, пение тоже подходит.
• Произносится только то, что есть в аудио: слова и интонацию задаёт запись.