HeyGen動画 API$0.06から

HeyGen Avatar 6 API

HeyGen Avatar 6 — 写真1枚と音声から、自然なリップシンクと台本に沿ったジェスチャーで話す動画を、1080p または 2K で生成します。Standard と Turbo の2バージョンを用意しています。

heygen/avatar-6 は、1人の人物の写真やイラストを音声に合わせて動かします。動画の長さは録音と同じで、画像のアスペクト比を保ちます。モーションプロンプトでジェスチャー、表情、姿勢を指示でき、heygen/avatar-6/turbo は同じ入力をより高速にレンダリングします。

概要

HeyGen Avatar 6 APIについて

HeyGen Avatar 6でできること、HeyGenのモデルラインナップにおける位置づけ、そして多くのチームに選ばれる理由。

HeyGen Avatar 6はHeyGenの動画生成モデルで、WaveSpeedAIのREST APIから利用できます。HeyGen Avatar 6 — 写真1枚と音声から、自然なリップシンクと台本に沿ったジェスチャーで話す動画を、1080p または 2K で生成します。Standard と Turbo の2バージョンを用意しています。

heygen/avatar-6 は、1人の人物の写真やイラストを音声に合わせて動かします。動画の長さは録音と同じで、画像のアスペクト比を保ちます。モーションプロンプトでジェスチャー、表情、姿勢を指示でき、heygen/avatar-6/turbo は同じ入力をより高速にレンダリングします。

WaveSpeedAIのHeyGen Avatar 6ファミリーには、Digital-Humanのワークフローをカバーする2個のRESTエンドポイントがあります。各バリアントには、それぞれ独自の料金、パラメーター、作例があります。入力の種類と本番環境の制約に合うものを選ぶか、同じAPIキーで複数を呼び出して、多段階のパイプラインを組み立ててください。

WaveSpeedAIの他の1,000以上のAIモデルと同じAPIキー、請求アカウント、レート制限の枠組みでHeyGen Avatar 6を実行できます。ベンダーごとの設定も、プロバイダーごとのSDKも、ベンダーごとのレート制限も不要です。1つの連携で、テキストから画像、テキストから動画から、音声合成、3D生成、高画質化、編集まで、すべてカバーできます。

仕様

HeyGen Avatar 6 APIの機能とリリース状況

APIを選ぶ前に開発者が調べる、モデル固有の詳細情報:提供状況、想定される出力の長さ、参照入力への対応、そして現在利用できる代替エンドポイント。

入力

写真1枚 + 音声

任意のプロンプトでジェスチャー、表情、姿勢を指示できます。

解像度

1080p / 2K

デフォルトは 1080p。動画は画像のアスペクト比を保ちます。

動画の長さ

音声に合わせる

1リクエストあたり最長10分。

バージョン

Standard / Turbo

Turbo は同じ入力をより高速にレンダリングします。

エンドポイント

HeyGen Avatar 6のAPIエンドポイント一覧

WaveSpeedAIで現在利用可能なHeyGen Avatar 6のエンドポイントは2個です。ワークフローに合ったバリアントを選んでください。

作例

HeyGen Avatar 6の実力を見る

HeyGen Avatar 6 APIで実際に生成された出力です。動画にカーソルを合わせるとプレビュー、クリックすると原寸のビューアで開きます。

使い方

HeyGen Avatar 6 APIの使い方

登録から生成完了まで4ステップ。Python、Node.js、cURLの完全なサンプルは、下のAPIセクションにあります。

  1. 01

    APIキーを取得

    WaveSpeedAIのアカウントに登録し、ダッシュボードからAPIキーをコピーします。新規アカウントには無料のスタータークレジットが付くので、課金が始まる前にプレイグラウンドを数十回実行できます。

  2. 02

    予測を送信

    入力をJSONとしてhttps://api.wavespeed.ai/api/v3/heygen/avatar-6にPOSTします。エンドポイントはすぐに予測IDを返します。生成は非同期なので、推論中に接続を開いたままにする必要はありません。

  3. 03

    完了までポーリング

    https://api.wavespeed.ai/api/v3/predictions/{request_id}/resultにGETします。completedなら出力を返し、failed、cancelled、timeout、deletedならエラーで停止し、それ以外のステータスの間はポーリングを続けます。

  4. 04

    出力URLを読み取る

    ステータスが"completed"になったら、data.outputs[0]からURLを読み取ります。URLは、WaveSpeedAIのCDN上にある生成されたメディアを指します。呼び出したHeyGen Avatar 6のバリアントに応じて、画像、動画、音声、3Dファイルのいずれかです。

活用例

HeyGen Avatar 6で作れるもの

開発者やクリエイターがHeyGen Avatar 6 APIでよく使うワークフロー。

01

写真1枚からプレゼンター動画

heygen/avatar-6 に必要なのは、顔がはっきり写った写真またはイラストと音声の録音だけ。お知らせ、解説動画、研修向けに話すプレゼンターを作成できます。

presenterphoto-to-videotalking
02

狙ったタイミングでジェスチャー

アバターは話す内容に合わせて動き、プロンプト欄でジェスチャー、表情、姿勢を指示できます。たとえば、特定のセリフで横を指さしたり、指で数えたりといった動きです。

gesturesmotion-promptdirection
03

長いナレーションも1リクエストで

動画の長さは音声と同じで、1リクエストあたり最長10分。レッスン1本、ウォークスルー、ポッドキャストの1コーナーを丸ごと1本のクリップとして受け取れます。

long-formnarration10-minute
04

大量制作には Turbo

heygen/avatar-6/turbo は同じ画像、音声、プロンプトを受け付け、より高速にレンダリングします。下書き、パーソナライズされたメッセージ、大量制作に適しています。

turbofastvolume
05

1080p または 2K で出力

どちらのバージョンも 1080p または 2K でレンダリングし、画像のアスペクト比を保ちます。縦長の写真なら縦型動画、横長の写真なら横型動画になります。

1080p2kaspect-ratio

コツ

HeyGen Avatar 6のプロンプトのコツ

HeyGen Avatar 6からより良い出力を得るための実践的なアドバイス。本番のパイプラインで動画モデル全般に通用するパターンに基づいています。

  1. 01

    カメラワークは具体的に

    orbit、dolly-in、push-in、pan-left、crane shot、handheld follow といった、具体的な撮影用語を使ってください。一般的なプロンプトでは、静的な、あるいは任意のカメラ位置になります。名前のついたカメラワークは、モデルの学習データでモーションの意図に直接対応し、ショットの品質を大きく高めます。

  2. 02

    参照画像でキャラクターのアイデンティティを固定する

    プロンプトが特定の人物、キャラクター、商品に依存する場合は、プロンプトと一緒に参照画像をアップロードしてください。参照がないと、フレームやショットをまたいでアイデンティティがずれ、同じキャラクターが、生成のたびに少し違う人物になってしまいます。

  3. 03

    ライティングと時間帯を記述する

    「ゴールデンアワー、柔らかく暖かい指向性の光」や「曇りの拡散光、スレートグレーの空」のようなライティングの手がかりは、曖昧な品質修飾語よりはるかに、品質と一貫性を高めます。ライティングは、モデルが条件付けする最も強い事前知識の1つです。

  4. 04

    ネガティブプロンプトで、よくある失敗を抑える

    動画で役立つネガティブプロンプトは、「frame flicker, motion blur, watermark, text artifacts, distorted hands, low resolution, jpeg compression」です。ネガティブプロンプトにコストはかからず、引き直しが必要になる生成の割合を目に見えて減らせます。

  5. 05

    見せ場を捉えられる最短の長さを選ぶ

    ほとんどのプロンプトは、5〜8秒が最適です。長いクリップでは、時間的な不整合(被写体の変形、環境のずれ)が増幅されます。20秒のシーケンスが必要なら、6〜8秒のクリップを3本生成して編集でつなげるほうが、1回の長い生成より品質が高く保てます。

  6. 06

    アスペクト比は最初にプラットフォームに合わせる

    TikTok / Reels / Shorts には9:16、横長のフィードやYouTubeには16:9、投稿のグリッドには1:1です。モデルはアスペクト比ごとに学習が少しずつ異なります。16:9を後から9:16にトリミングすると、精細さと、モデルが意図した構図の両方が失われます。

料金

HeyGen Avatar 6 APIの料金

料金は出力ごとです。最終的な請求額は、各バリアントのプレイグラウンドで設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。

最低料金

$0.06

2個のエンドポイント · HeyGen Avatar 6

プレイグラウンドを開く
エンドポイントタイプ最低料金
heygen/avatar-6/turbodigital-human$0.06
heygen/avatar-6digital-human$0.12

API

HeyGen Avatar 6 APIを呼び出す

wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。

POSThttps://api.wavespeed.ai/api/v3/heygen/avatar-6

# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
  -X POST "https://api.wavespeed.ai/api/v3/heygen/avatar-6" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -d '{
    "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "audio": "https://interactive-examples.mdn.mozilla.net/media/cc0-audio/t-rex-roar.mp3",
    "resolution": "1080p"
}')

TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
  printf 'Submission response did not contain a prediction id
' >&2
  exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"

# 2. Poll until the prediction finishes.
while true; do
  RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
    -H "Authorization: Bearer $WAVESPEED_API_KEY")
  RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
  STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
  case "$STATUS" in
    completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
    failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
    *) sleep 2 ;;
  esac
done

比較

HeyGen Avatar 6と他モデルの比較

WaveSpeedAI上の類似モデルではなくHeyGen Avatar 6を選ぶべきケース。

HeyGen Avatar 6 vs HeyGen Avatar IV

HeyGen Avatar IV も音声に合わせてポートレートを動かせ、最大 1080p で表現の強さ、背景、アスペクト比を調整できます。Avatar 6 は HeyGen の新しいモデルで、台本に沿ったジェスチャーと 2K 出力に対応しています。

HeyGen Avatar 6 vs InfiniteTalk

InfiniteTalk は写真と音声から、話す・歌う動画を 480p または 720p で生成し、複数キャラクター版と Video-to-Video 版もあります。1080p または 2K のプレゼンター動画なら Avatar 6 が適しています。

HeyGen Avatar 6 vs LongCat Avatar 1.6

LongCat Avatar 1.6 は、最長1分程度のクリップ向けに、落ち着いた自然な話す動画を 480p または 720p で生成します。Avatar 6 は 1080p または 2K でレンダリングし、最長10分のナレーションに対応します。

FAQ

HeyGen Avatar 6 API — よくある質問

料金、ライセンス、連携など、WaveSpeedAIでHeyGen Avatar 6を実行する際のよくある質問。

HeyGen Avatar 6 APIとは何ですか?

HeyGen Avatar 6は、HeyGenの動画生成モデルで、WaveSpeedAI上でREST APIとして提供されています。HeyGen Avatar 6 — 写真1枚と音声から、自然なリップシンクと台本に沿ったジェスチャーで話す動画を、1080p または 2K で生成します。Standard と Turbo の2バージョンを用意しています。プログラムから呼び出すことも、上にリンクされたプレイグラウンドで試すこともできます。

HeyGen Avatar 6 APIはどう呼び出しますか?

WaveSpeedAIのアカウントに登録し、/accesskeyからAPIキーをコピーして、入力をJSONとしてhttps://api.wavespeed.ai/api/v3/heygen/avatar-6にPOSTします。エンドポイントは予測IDを返します。結果のエンドポイントを約2秒ごとにポーリングし、長時間かかるタスクでは間隔を広げ、終端ステータスになったら停止してください。本番運用向けのPython / Node.js / cURLのサンプルは上にあります。

HeyGen Avatar 6 APIの料金はいくらですか?

HeyGen Avatar 6は$0.06からです。実際の料金は、設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。プレイグラウンドの「生成」ボタンの横に表示されるリアルタイムの料金プレビューで、現在の入力での正確な料金を確認できます。

HeyGen Avatar 6にはどのバリアントがありますか?

WaveSpeedAIでは、2個のHeyGen Avatar 6エンドポイントが利用可能です:heygen/avatar-6/turbo, heygen/avatar-6。各バリアントには、専用のプレイグラウンドページと料金があります。

HeyGen Avatar 6の出力を商用利用できますか?

商用利用の権利は、HeyGenのモデルライセンスに従います。HeyGenのほとんどのモデルは出力の商用利用を認めています。具体的なライセンスの概要は各モデルのプレイグラウンドページで、プラットフォーム全体の条件はWaveSpeedAIの利用規約でご確認ください。

なぜ直接ではなくWaveSpeedAIでHeyGen Avatar 6を使うのですか?

HeyGen Avatar 6と、他のプロバイダーの1,000以上のAIモデルを、1つのAPIキー、1つの請求アカウントで利用できます。ベンダーごとのSDK設定も、個別のレート制限も、ベンダーごとの連携コードの書き直しも不要です。料金は、通常HeyGenの直接のAPIと同等かそれ以下です。

提供元

HeyGenについて

WaveSpeedAIにおけるHeyGen Avatar 6と、HeyGenのモデルラインナップ全体を手がけるチーム。

HeyGen は AI 動画の企業で、そのアバターモデルは人物の写真や録画を話すプレゼンターに変え、マーケティング、研修、パーソナライズ動画に使われています。Avatar 6 モデルでは、台本に沿ったジェスチャーと、ジェスチャーや表情を指示するモーションプロンプトが加わりました。WaveSpeedAI では、HeyGen のモデルを1つの API キーと従量課金で使える REST エンドポイントとして提供しています。

WaveSpeedAIでHeyGen Avatar 6を使った開発を始めよう

登録時に無料のスタータークレジットを進呈。HeyGenをはじめ、あらゆるプロバイダーの1,000以上のAIモデルを、1つのAPIキーで。