HeyGen Avatar 6 API
HeyGen Avatar 6——将一张照片和语音音频转换为说话视频,口型同步自然,手势随台词而动,支持 1080p 或 2K,提供 Standard 和 Turbo 两个版本。
heygen/avatar-6 用您的音频驱动单人照片或插画;视频时长与录音一致,并保持图像的宽高比。动作提示词可指定手势、表情和姿态,heygen/avatar-6/turbo 则以更快的速度渲染相同的输入。
概览
关于 HeyGen Avatar 6 API
HeyGen Avatar 6 能做什么、它在 HeyGen 模型阵容中的定位,以及团队选择它的原因。
HeyGen Avatar 6 是 HeyGen 推出的视频生成模型,可通过 WaveSpeedAI REST API 使用。HeyGen Avatar 6——将一张照片和语音音频转换为说话视频,口型同步自然,手势随台词而动,支持 1080p 或 2K,提供 Standard 和 Turbo 两个版本。
heygen/avatar-6 用您的音频驱动单人照片或插画;视频时长与录音一致,并保持图像的宽高比。动作提示词可指定手势、表情和姿态,heygen/avatar-6/turbo 则以更快的速度渲染相同的输入。
WaveSpeedAI 上的 HeyGen Avatar 6 系列提供 2 个 REST 端点,涵盖 Digital-Human 个工作流。每个变体都有各自的定价、参数选项和示例输出——请选择与你的输入模态和生产约束相匹配的那一个,或使用同一个 API 密钥调用多个变体,组合成多步骤流水线。
使用与 WaveSpeedAI 上其他 1,000 多个 AI 模型相同的 API 密钥、账单账户和速率限制来运行 HeyGen Avatar 6。无需单独对接供应商,无需各家 SDK,也无需应对各家不同的速率限制——一次集成即可覆盖从文生图、文生视频到音频合成、3D 生成、放大和编辑的全部能力。
规格
HeyGen Avatar 6 API 的能力与发布状态
开发者在选择 API 之前会搜索的模型细节:可用性、预期输出时长、参考素材支持情况,以及当前可用的在线替代方案。
输入
一张照片 + 语音音频
可选提示词用于指定手势、表情和姿态。
分辨率
1080p / 2K
默认 1080p;视频保持图像的宽高比。
时长
与音频一致
每次请求最长 10 分钟。
版本
Standard / Turbo
Turbo 以更快的速度渲染相同的输入。
端点
全部 HeyGen Avatar 6 API 端点
WaveSpeedAI 现已提供 2 个 HeyGen Avatar 6 端点——请选择适合你工作流的变体。
/filters:quality(82)/media/images/46f9c55a-6500-4524-928c-496e177258fb.webp)
Avatar 6 Turbo
HeyGen Avatar 6 Turbo turns a portrait image and speech audio into talking-avatar videos with natural lip sync and prompt-guided gestures, making it suitable for digital humans, virtual presenters, marketing content, training, and rapid avatar video workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/7d7bc83a-2d9b-47d1-84df-46f15a81770d.webp)
Avatar 6
HeyGen Avatar 6 turns a portrait image and speech audio into a talking-avatar video with natural lip sync and prompt-guided, script-aware gestures, making it suitable for digital humans, virtual presenters, marketing content, training, and personalized video workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
示例
看看 HeyGen Avatar 6 的实际效果
由 HeyGen Avatar 6 API 生成的真实输出。悬停在任意视频上即可预览,点击可打开全尺寸查看器。
使用方法
如何使用 HeyGen Avatar 6 API
从注册到完成一次生成,只需四步。完整的 Python、Node.js 和 cURL 示例见下方的 API 部分。
- 01
获取 API 密钥
注册 WaveSpeedAI 账号,并从控制台复制你的 API 密钥。新账号附带免费体验额度——足够在开始计费前把 Playground 运行几十次。
- 02
提交预测
把你的输入以 JSON 形式 POST 到 https://api.wavespeed.ai/api/v3/heygen/avatar-6。端点会立即返回预测 ID——生成是异步的,因此推理期间你无需保持连接。
- 03
轮询完成状态
GET https://api.wavespeed.ai/api/v3/predictions/{request_id}/result。状态为 completed 时返回输出;状态为 failed、cancelled、timeout 或 deleted 时以错误终止;其他任何状态都继续轮询。
- 04
读取输出 URL
状态变为 "completed" 后,从 data.outputs[0] 读取 URL。该 URL 指向 WaveSpeedAI CDN 上你生成的媒体——具体是图片、视频、音频还是 3D 文件,取决于你调用的 HeyGen Avatar 6 变体。
应用场景
用 HeyGen Avatar 6 可以构建什么
开发者和创作者使用 HeyGen Avatar 6 API 的常见工作流。
一张照片生成主持人视频
heygen/avatar-6 只需一张清晰的人脸照片或插画和一段语音录音,即可生成会说话的主持人,适用于公告、讲解视频和培训。
手势按需出现
数字人的动作随所说内容而变化,提示词字段可指定手势、表情和姿态,例如在某句台词处指向一侧或掰着手指计数。
一次请求完成长篇旁白
视频时长与音频一致,每次请求最长 10 分钟,完整的一节课、一段操作演示或一期播客片段都能以单个视频返回。
Turbo 应对大批量
heygen/avatar-6/turbo 使用相同的图像、音频和提示词,渲染速度更快,适合草稿、个性化消息和大批量制作。
1080p 或 2K 输出
两个版本均可输出 1080p 或 2K,并保持图像的宽高比:竖版照片生成竖屏视频,横版照片生成横屏视频。
技巧
HeyGen Avatar 6 提示词技巧
让 HeyGen Avatar 6 输出更好结果的实用建议——总结自生产流水线中各类视频模型都适用的做法。
- 01
明确说明运镜方式
使用具体的摄影术语——orbit、dolly-in、push-in、pan-left、crane shot、handheld follow。笼统的提示词会产生静止或随意的镜头选择;命名的运镜方式能直接对应到模型训练数据中的运动意图,大幅提升镜头质量。
- 02
用参考图像锚定角色身份
如果提示词依赖特定的人物、角色或产品,请在提示词之外上传参考图像。没有参考时,身份会在帧与帧之间、镜头与镜头之间漂移——同一个角色每次生成看起来都像略有不同的人。
- 03
描述光线和时间
「黄金时刻,柔和温暖的定向光」或「阴天漫射光,石板灰的天空」这类光线提示,比含糊的画质修饰词更能提升质量和一致性。光线是模型所依据的最强先验之一。
- 04
用负面提示词抑制常见的失败模式
视频常用的负面提示词:「帧闪烁、运动模糊、水印、文字伪影、变形的手、低分辨率、JPEG 压缩」。负面提示词不花一分钱,却能明显降低您原本需要重新抽取的生成比例。
- 05
选择能涵盖该节拍的最短时长
大多数提示词在 5-8 秒时效果最好。更长的片段会放大时间上的不一致(主体变形、环境漂移)。如果需要 20 秒的序列,请生成三段 6-8 秒的片段再剪辑在一起——质量比一次长生成更高。
- 06
预先让画幅比例匹配平台
TikTok / Reels / Shorts 用 9:16,横屏信息流和 YouTube 用 16:9,帖子宫格用 1:1。模型对每种画幅比例的训练略有不同——事后把 16:9 裁成 9:16,会同时损失保真度和模型原本设计的构图。
定价
HeyGen Avatar 6 API 定价
按输出计费。最终费用会随你在各变体 Playground 中设置的参数(分辨率、时长、输出数量、参考素材)而变化。
| 端点 | 类型 | 起步价 |
|---|---|---|
| heygen/ | digital-human | $0.06 |
| heygen/ | digital-human | $0.12 |
API
调用 HeyGen Avatar 6 API
在 wavespeed.ai/accesskey 注册并获取 API 密钥,然后通过 REST 提交预测。Playground 可以为任意输入组合生成可直接粘贴的示例代码。
POSThttps://api.wavespeed.ai/api/v3/heygen/avatar-6
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(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
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/heygen/avatar-6";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
"audio": "https://interactive-examples.mdn.mozilla.net/media/cc0-audio/t-rex-roar.mp3",
"resolution": "1080p"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"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"
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/heygen/avatar-6", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)对比
HeyGen Avatar 6 与其他方案对比
在 WaveSpeedAI 上,何时应选择 HeyGen Avatar 6 而不是同类模型。
HeyGen Avatar 6 对比 HeyGen Avatar IV
HeyGen Avatar IV 同样可以用您的音频驱动人像,支持表现力、背景和宽高比控制,最高 1080p。Avatar 6 是 HeyGen 更新的模型,手势随台词而动,并支持 2K 输出。
HeyGen Avatar 6 对比 InfiniteTalk
InfiniteTalk 可将照片和音频转换为 480p 或 720p 的说话或唱歌视频,并提供多角色和 Video-to-Video 变体。如需 1080p 或 2K 的主持人视频,Avatar 6 是更合适的选择。
HeyGen Avatar 6 对比 LongCat Avatar 1.6
LongCat Avatar 1.6 生成平静自然的说话视频,支持 480p 或 720p,适合约一分钟以内的片段。Avatar 6 输出 1080p 或 2K,可处理最长 10 分钟的旁白。
常见问题
HeyGen Avatar 6 API — 常见问题
定价、许可、集成——关于在 WaveSpeedAI 上运行 HeyGen Avatar 6 的常见问题。
HeyGen Avatar 6 API 是什么?
HeyGen Avatar 6 是 HeyGen 的视频生成模型,在 WaveSpeedAI 上以 REST API 形式提供。HeyGen Avatar 6——将一张照片和语音音频转换为说话视频,口型同步自然,手势随台词而动,支持 1080p 或 2K,提供 Standard 和 Turbo 两个版本。你可以通过编程方式调用它,也可以在上方链接的 Playground 中试用。
如何调用 HeyGen Avatar 6 API?
注册 WaveSpeedAI 账号,从 /accesskey 复制你的 API 密钥,然后把输入以 JSON 形式 POST 到 https://api.wavespeed.ai/api/v3/heygen/avatar-6。端点会返回预测 ID。从大约每 2 秒一次开始轮询结果端点,长耗时任务可适当拉长间隔,并在任何终止状态时停止。上方有面向生产环境的 Python / Node.js / cURL 示例。
HeyGen Avatar 6 API 的费用是多少?
HeyGen Avatar 6 $0.06 起。实际费用会随你设置的参数(分辨率、时长、输出数量、参考素材)而变化。Playground 中“生成”按钮旁的实时费用预览会显示你当前输入对应的准确价格。
有哪些 HeyGen Avatar 6 变体可用?
WaveSpeedAI 托管了 2 个已上线的 HeyGen Avatar 6 端点:heygen/avatar-6/turbo, heygen/avatar-6。每个变体都有自己的 Playground 页面和定价。
HeyGen Avatar 6 的输出可以商用吗?
商用权利遵循 HeyGen 的模型许可。大多数 HeyGen 模型允许商用输出;具体许可摘要请查看各模型的 Playground 页面,平台层面的条件请参阅 WaveSpeedAI 的服务条款。
为什么要在 WaveSpeedAI 上使用 HeyGen Avatar 6,而不是直接对接?
一个 API 密钥、一个账单账户,即可使用 HeyGen Avatar 6 以及来自其他提供方的 1,000 多个 AI 模型。无需逐家配置 SDK,无需应对各自独立的速率限制,也无需为每家重写集成代码。价格通常与 HeyGen 直接提供的 API 持平或更低。
提供方
关于 HeyGen
HeyGen Avatar 6 及 WaveSpeedAI 上 HeyGen 更多模型背后的团队。
HeyGen 是一家 AI 视频公司,其数字人模型可将一张人物照片或一段人物录像转换为会说话的主持人,广泛用于营销、培训和个性化视频。其 Avatar 6 模型新增了随台词而动的手势,以及用于控制手势和表情的动作提示词。在 WaveSpeedAI 上,HeyGen 模型以 REST 端点形式提供,只需一个 API 密钥,按量付费。
在 WaveSpeedAI 上用 HeyGen Avatar 6 开始构建
注册即送免费体验额度。一个 API 密钥,即可使用来自 HeyGen 及其他所有提供方的 1,000 多个 AI 模型。