メディアガイド

ビデオ生成

テキスト、画像、音声、または既存のクリップからビデオを作成

ビデオ生成は非同期で行われます。POST /v1/videos/generations はタスクIDと通常 poll_url を返します。ビデオが完成するまで、そのIDを使用して GET /v1/tasks/{id} をポーリングしてください。

選択したモデルが受け入れる画像フィールドには、公開されているHTTP(S) URLまたはサポートされているデータURLを送信してください。これらの入力は通常のメディアパスに従い、再利用可能なマテリアルIDを自動的に作成することはありません。

明示的なマテリアルが準備中の場合、POST /v1/videos/generations は inactive_asset_ids とともに 409 seedance_material_preparing を返します。それらのアセットが ACTIVE になるまでポーリングし、同じマテリアルIDで再試行してください。アセットが FAILED の場合は、error_message を確認し、修正または再インポートしてから再試行してください。

APIの選択

新しいビデオ統合には /v1/videos/generations を使用してください。すでにVolcengineの content[] またはActionリクエストを送信している既存のSeedance 2.0クライアントは、/api/v3 を通じてその形式を維持できます。どちらのAPIもTokenLab Bearerキーを使用しますが、フィールドとステータスの値は異なります。

作成内容の選択

APIがジョブに適したフィールドを検証できるように、operation を明示的に設定してください。

操作 (Operation)必須または一般的な入力ユースケース
text-to-videopromptテキストのみから生成
image-to-videoimage_url または互換性のある image開始画像をアニメーション化
reference-to-videoreference_images およびサポートされているモデルでのオプションの video_urls / audio_urlsアイデンティティ、スタイル、またはアセットの参照を保持
start-end-to-videostart_image, end_image最初と最後のフレームを制御
video-to-videovideo_url またはモデル固有の task_id既存のクリップを変換またはアップスケール
motion-controlimage_url および video_url被写体にモーション参照を適用
audio-to-videoaudio_url音声条件付きビデオフロー
video-extensiontask_id, extend_at, またはモデル固有の拡張フィールド生成されたビデオを継続

モデルの選択

curl "https://api.tokenlab.sh/v1/models?recommended_for=video" \
  -H "Authorization: Bearer sk-your-api-key"

TokenLabから返されたモデルIDを使用し、operation と対応するメディア入力で生成タイプを選択してください。操作名をモデルIDとして使用しないでください。

reference_images、kling_elements、output_audio、duration、resolution、または aspect_ratio などの特殊なフィールドに依存する前に、選択したモデルの詳細を読んでください。

ビデオの作成

curl https://api.tokenlab.sh/v1/videos/generations \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "veo3.1",
    "operation": "text-to-video",
    "prompt": "A calm cinematic shot of a cat walking through a sunlit garden",
    "resolution": "720p",
    "duration": 4,
    "aspect_ratio": "16:9"
  }'

インターネットから取得可能なメディアには https URLを使用してください。一時的なURLは、TokenLabがタスクを作成するまで有効である必要があります。

モデル固有のフィールド

オーディオの動作は、選択したモデルおよび操作によって異なります。オーディオセレクターが表示されていない場合でも、動画に音声が含まれることがあります。セレクターを省略することと、falseを送信することは異なります。

  • veo3.1、veo3.1-fast、および veo3.1-lite は常に音声を生成します。output_audio を省略するか true を送信してください。false は拒否されます。
  • wan-2.6 および wan-2.7 は常に音声を含みます。output_audio を省略するか true を送信してください。wan-3.0 および wan-3.0-prime も常に音声を含み、オーディオセレクターは使用しません。
  • hailuo-h3 はネイティブ音声を生成し、ミュートスイッチはありません。モデル詳細に記載されていないオーディオセレクターは送信しないでください。
  • viduq3-pro および viduq3-turbo はデフォルトで音声を生成します。無音で出力するには output_audio: false(または audio: false)を送信してください。Seedance および PixVerse モデルは output_audio を受け付けます。デフォルトに依存せず、明示的に送信してください。これは、リストに記載されている操作に対してのみ使用してください。
  • audio_url / audio_urls は入力または参照用の音声を提供します。これらは音声出力のスイッチではありません。動画編集、モーション転送、およびスタイル転送では入力サウンドトラックが保持される場合があります。ソース音声を保持することは、ミュートすることを意味しません。

許可される値や音声に依存する価格については、モデル詳細を確認してください。モデルでリストされている場合、エイリアスである outputAudio、generate_audio、およびブール値の audio は、組み合わせて使用する際に output_audio と一致している必要があります。モデルファミリー内のすべてのバージョンや操作が同じオーディオ制御を共有しているとは想定しないでください。

  • Seedance 2.0ファミリーについては、4K出力、Fast/Mini解像度制限、またはマルチモーダル参照入力を使用する前に、Seedance 2.0ビデオモデルガイド をお読みください。
  • grok-imagine-video のビデオ・ツー・ビデオについては、prompt と公開されているHTTPSの .mp4 video_url を送信してください。以前のタスクからのTokenLabの .mp4 結果URLも機能します。この操作では duration、resolution、または aspect_ratio セレクターは使用されません。

PixVerse および HappyHorse

モデル操作入力解像度長さ音声セレクター
pixverse-c1, pixverse-v6text-to-video, image-to-video, start-end-to-video, reference-to-videoprompt; image_url; start_image + end_image; reference_images360p, 540p, 720p, 1080p1 ~ 15 秒の任意の整数output_audio, デフォルトは false
pixverse-v5.6text-to-video, image-to-video, start-end-to-video, reference-to-videoC1 および V6 と同じフィールド360p, 540p, 720p, 1080p5、8、または 10 秒。1080p は 5 または 8 秒をサポートします。output_audio, デフォルトは false
happyhorse-1.0text-to-video, image-to-video, reference-to-video, video-to-videoprompt; image_url; reference_images; video_url + reference_images720p, 1080p生成操作では 3 ~ 15 秒。video-to-video 出力は最大 15 秒に制限されます。output_audio を送信しないでください。

TokenLab では、上記の PixVerse モデルは operation=video-extension を受け付けません。

curl https://api.tokenlab.sh/v1/videos/generations \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pixverse-v6",
    "operation": "image-to-video",
    "prompt": "A slow camera move through a neon-lit street",
    "image_url": "https://example.com/start.jpg",
    "resolution": "1080p",
    "duration": 5,
    "output_audio": true
  }'

完成したビデオの取得

タスクが completed または failed になるまで、作成レスポンスの id または task_id を使用して GET /v1/tasks/{id} を呼び出してください。

完了したビデオタスクは、モデルと出力数に応じて video_url、video、または videos を返す場合があります。billing_transaction_id はタスク識別子ではなく、課金識別子として扱ってください。

ビデオの結果URLは、.mp4 などのファイルタイプで終わるTokenLabのメディア結果URLであり、30日間有効です。media_retention.items は各アイテムの保存ステータスと expires_at を報告します。保存ステータスが時間内に不明な場合、レスポンスから media_retention が省略されることがありますが、URLは引き続き機能します。失敗したタスクや進行中のタスクは、空のビデオURLフィールドを返します。非同期タスクのスナップショットには個別のライフサイクルがあります。データ保持 を参照してください。

一般的な落とし穴

  • 新しいコードでは /v1/videos/generations/{id} のようなモダリティごとのステータスパスを使用しないでください。GET /v1/tasks/{id} をポーリングしてください。
  • モデルの詳細で許可されていない限り、最初のフレームのフィールドと専用の参照画像フローを組み合わせないでください。
  • duration が入力参照ビデオの長さを表すと想定しないでください。通常、これは生成された出力の長さを制御します。
  • POST /v1/videos/generations には Idempotency-Key を送信してください。タイムアウト後、同じキーで同じリクエストを送信すると元のタスクを取得できます。キーがない場合は、再試行する前にタスクがすでに作成されているかどうかを確認してください。

APIリファレンス

トピックリファレンス
ビデオの作成動画の作成
ビデオステータスの取得動画ステータスの取得
タスクステータスの取得タスクステータスの取得
タスクのキャンセルタスクのキャンセル
課金と価格設定Billing & Pricing

Hailuo H3-Maxは、テキスト、最初のフレーム、または最初と最後のフレームから、480pまたは768pで5〜15秒のビデオを生成します。その速度重視のワークフローは、ショットのアイデアを素早く短いクリップにするのに役立ちます。

{
  "model": "hailuo-h3-max",
  "operation": "text-to-video",
  "prompt": "A slow camera move through a quiet garden",
  "resolution": "768p",
  "duration": 5,
  "aspect_ratio": "16:9"
}

このページの内容