OmniHuman 2.0 API

OmniHuman 2.0 API

OmniHuman 2.0 от ByteDance превращает фотографию и аудиозапись в видео с говорящим человеком: губы и мимика следуют за голосом, голова и плечи двигаются в такт речи. Видео длится столько же, сколько запись. Нейросеть подходит для виртуального ведущего, озвучки ролика, говорящего персонажа в соцсетях, ожившего фото для поздравления или песни.

По сравнению с прошлыми версиями OmniHuman здесь появилось текстовое задание: можно подсказать мимику, жесты, настроение и движение камеры. Если задание не передавать, модель подберёт движения сама по голосу.

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.

Сценария два, и отличаются они только полем prompt:

• фото и аудио - движения модель подбирает по голосу;
• фото, аудио и задание - вы подсказываете, как человек должен держаться в кадре.

Тело запроса

{
  "tool": "omnihuman-2-0",
  "input": {
    "image": "https://cdn.example.com/portrait.jpg",
    "audio": "https://cdn.example.com/voice.mp3",
    "prompt": "Говорит уверенно, улыбается, жестикулирует руками"
  }
}

• tool - slug нейросети, всегда "omnihuman-2-0".
• input - параметры запуска. Поля передаются прямо внутри этого объекта, без дополнительной вложенности.

Параметры

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

Примеры запросов

Фото и аудио

cURL

curl -X POST https://bratuha.ru/api/v1/operations \
  -H "Authorization: Bearer brth_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
  "tool": "omnihuman-2-0",
  "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-2-0',
    input: {
      image: 'https://cdn.example.com/portrait.jpg',
      audio: 'https://cdn.example.com/voice.mp3',
    },
  }),
})

const data = await response.json()
console.log(data.id, data.cost)

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-2-0',
        'input': {
            'image': 'https://cdn.example.com/portrait.jpg',
            'audio': 'https://cdn.example.com/voice.mp3',
        },
    },
    timeout=30,
)

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

Фото, аудио и задание

Задание подсказывает, как человек ведёт себя в кадре. Здесь - ведущий в студии с живой жестикуляцией.

cURL

curl -X POST https://bratuha.ru/api/v1/operations \
  -H "Authorization: Bearer brth_ваш_ключ" \
  -H "Content-Type: application/json" \
  -d '{
  "tool": "omnihuman-2-0",
  "input": {
    "image": "https://cdn.example.com/studio-host.png",
    "audio": "https://cdn.example.com/news.wav",
    "prompt": "Ведущий говорит энергично, жестикулирует обеими руками, в конце улыбается в камеру"
  }
}'

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-2-0',
    input: {
      image: 'https://cdn.example.com/studio-host.png',
      audio: 'https://cdn.example.com/news.wav',
      prompt:
        'Ведущий говорит энергично, жестикулирует обеими руками, в конце улыбается в камеру',
    },
  }),
})

const data = await response.json()
console.log(data.id, data.cost)

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-2-0',
        'input': {
            'image': 'https://cdn.example.com/studio-host.png',
            'audio': 'https://cdn.example.com/news.wav',
            'prompt': 'Ведущий говорит энергично, жестикулирует обеими руками, в конце улыбается в камеру',
        },
    },
    timeout=30,
)

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

Примеры ответов

Ответ после создания

Пример для записи длиной 7,7 секунды: длительность округляется вверх до 8 секунд, 8 × 15 ₽ = 120 ₽.

{
  "id": "op_uuid-123",
  "status": "queued",
  "tool": "omnihuman-2-0",
  "cost": 120,
  "balance_after": 880,
  "created_at": "2026-10-16T12:00:00.000000+00:00"
}

Ответ после завершения

{
  "id": "op_uuid-123",
  "status": "completed",
  "tool": "omnihuman-2-0",
  "cost": 120,
  "created_at": "2026-10-16T12:00:00.000000+00:00",
  "completed_at": "2026-10-16T12:03:30.000000+00:00",
  "result": {
    "type": "video",
    "urls": [
      "https://storage.bratuha.ru/results/omnihuman-2-0/avatar-1.mp4"
    ]
  },
  "error_message": null
}

Ответ при ошибке

{
  "id": "op_uuid-123",
  "status": "failed",
  "tool": "omnihuman-2-0",
  "cost": 120,
  "created_at": "2026-10-16T12:00:00.000000+00:00",
  "completed_at": "2026-10-16T12:02:10.000000+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))
  }
}

Видео обрабатывается несколько минут, и чем длиннее запись, тем 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-2-0/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. Пропорции кадра берутся с фотографии: из вертикального портрета получится вертикальное видео, из широкого кадра - горизонтальное.

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

Ценообразование

Цена одна: 15 ₽ за секунду аудио. Задание и фото на цену не влияют.

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: 7,7 секунды считаются как 8.
3. Округлённая длительность умножается на 15 ₽.

Примеры:

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. 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 4 до 300 секунд. Если запись короче 4 секунд, длиннее 5 минут или по ссылке не удалось прочитать её длительность (например, файл повреждён), API сразу вернёт validation_error, операция не создастся и деньги не спишутся.
• Тишина в начале и в конце записи тоже оплачивается, поэтому лучше её обрезать.
• 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.
• Задание влияет на мимику, жесты и камеру, но не на слова: произносится только то, что есть в аудио.