HeyGen Avatar 6 Turbo Avatar to Video API

heygen/avatar-6-turbo/identity-to-video
1080p or 2K · text or 2–60 sec audio

HeyGen Avatar 6 Turbo Avatar to Video API 用 1,248 个 HeyGen 公共形象之一,把最多 1,000 个字符的脚本或你自己的录音变成说话的主持人视频。可选 102 种声音和 16:9、9:16、1:1、4:5、5:4 五种比例,输出 1080p 或 2K。

输入

拖拽文件、粘贴剪贴板素材,或输入 URL。 必填。2–60 秒语音,最大 15 MB。

1/1 个素材

输出示例
扣费: 7 秒 × $0.050/秒 = $0.350

按音频时长向上取整到整秒,在提交时扣费。

继续使用

示例

Quick science fact: water expands when it freezes, so ice floats, and lakes freeze from the top down.

HeyGen Avatar 6 Turbo Avatar to Video API 是什么?

HeyGen Avatar 6 Turbo 是 HeyGen 于 2026 年 11 月 17 日发布的说话数字人视频模型。HeyGen Avatar 6 Turbo Avatar to Video API从 HeyGen 公共形象开始:156 位主持人、1,248 个造型,覆盖办公室、沙发、户外和休闲等场景。传 text 和声音让形象朗读,或传 audio_url 用自己的录音驱动。这是HeyGen 的低延迟档位,1080p 价格是 HeyGen Avatar 6 的一半。

为什么选择 HeyGen Avatar 6 Turbo Avatar to Video API?

HeyGen Avatar 6 Turbo Avatar to Video API 以 Turbo 价格,用 1,248 个公共形象把脚本或录音做成主持人视频。

  • 1,248 个现成主持人该模型提供 156 位人物的 1,248 个 HeyGen 公共形象,按名字选用。

  • 脚本直接出片最多 1,000 个字符的文本配 102 种声音之一,形象直接朗读。

  • 也能用自己的录音传 audio_url,任意声音、口音和语言都能驱动。

  • 五种画面比例16:9、9:16、1:1、4:5、5:4,适配网站、短视频和信息流。

  • 动作按词触发最多 1,200 个字符的提示词,把手势和表情安排在指定的词上。

  • 文本按实际时长结算文本请求按成片实际时长结算,预扣多出的部分退回。

HeyGen Avatar 6 Turbo Avatar to Video API 支持哪些参数?

本接口必填 avatar,text 与 audio_url 二选一(text 可搭配 voice);aspect_ratio、prompt、resolution 可选。

参数要求说明
avatar必填

1,248 个 HeyGen 公共形象之一的名字,例如 Kavya Outdoor Sport Front;大小写和多余空格自动匹配。

默认值—
texttext / audio_url 二选一

形象要朗读的脚本,最多 1,000 个字符。

默认值—
voice可选(配合 text)

102 种列表声音之一,也接受其他 HeyGen 声音名。

默认值Warm Pro Narrator
audio_urltext / audio_url 二选一

公开 HTTP(S) 语音地址,2–60 秒,最大 15 MB。

默认值—
aspect_ratio可选

16:9、9:16、1:1、4:5 或 5:4。

默认值16:9
prompt可选

手势、表情、姿态的动作提示,最多 1,200 个字符。

默认值—
resolution可选

1080p 或 2K。

默认值1080p

如何调用 HeyGen Avatar 6 Turbo Avatar to Video API?

调用步骤:选好形象,提交脚本和音色或你的录音,再轮询任务拿到视频地址。

  1. 选一个形象在体验区的选择器或文档列表里搜索 1,248 个造型,复制名字。

  2. 写脚本或上传录音最多 1,000 个字符的文本配声音,或 2–60 秒的音频。

  3. 设定画面选择比例和分辨率,在提示词里写好动作。

  4. 提交并取回视频提交后用 task_id 轮询状态接口,或设置 callback_url 接收结果。

HeyGen Avatar 6 Turbo Avatar to Video API 多少钱?

HeyGen Avatar 6 Turbo Avatar to Video API 1080p 每秒 10 积分($0.05),2K 每秒 18 积分($0.09);文本任务按成片时长结算。

用量价格说明
音频输入1080p / 2K 每秒 10 / 18 积分提交时按音频时长向上取整扣费。
文本输入:预扣预估秒数 × 1.5预估秒数 ≈ 英文字符 ÷ 14、中日韩字 ÷ 4.5、数字 ÷ 3(最少 1 秒),提交时预扣。
文本输入:结算成片实际秒数任务完成后按视频时长向上取整结算,不超过预扣,其余退回。

HeyGen Avatar 6 Turbo Avatar to Video API 适合哪些场景?

适合批量制作培训、公告、多语言讲解和信息流视频。

  • 培训与入职把课程脚本做成主持人视频,内容更新时重新生成即可。

  • 公告与周报固定的出镜主持人,16:9 或 9:16 发布每周更新。

  • 多语言讲解同一个形象配不同语言的录音。

  • 社媒与信息流9:16、1:1、4:5 直接适配短视频、快拍和信息流。

HeyGen Avatar 6 Turbo 使用技巧

  • 按形象的年龄和风格挑声音,体验区列出了全部 102 种。
  • 按说话的节奏写脚本,用逗号制造短停顿。
  • 需要特定口音、语言或自己的声音时用 audio_url。
  • 公共形象素材为横版拍摄,16:9 铺满画面;9:16、1:1、4:5、5:4 会把画面放在中性背景上。

注意事项

  • text 和 audio_url 只传其一;voice 与 text 一起使用。
  • 形象名忽略大小写和多余空格;名字找不到时返回 400,并给出相近的名字。
  • 使用 audio_url 时视频时长跟随音频(2–60 秒,最大 15 MB)。

参考来源

本页的模型信息来自 HeyGen 官方发布(引文为中文译文):

“与真实录像并排对比时,评审有 42.2% 的时候把 Avatar 6 选为真实视频。”

— HeyGen Research, HeyGen Avatar 6 Technical Report,

“把动作写在台词旁边,Avatar 6 会在对应的那句话准时做出来,并保持本人的风格。”

— HeyGen Research, HeyGen Avatar 6 Technical Report,

HeyGen Avatar 6 Turbo Avatar to Video API 常见问题

HeyGen Avatar 6 Turbo Avatar to Video API是什么?

HeyGen Avatar 6 Turbo 是 HeyGen 于 2026 年 11 月 17 日发布的说话数字人模型。HeyGen Avatar 6 Turbo Avatar to Video API用 1,248 个 HeyGen 公共形象之一,把最多 1,000 个字符的脚本或你自己的录音变成说话的主持人视频,支持 1080p、2K 和五种比例。文本可选 102 种声音,提示词可以安排手势。调用时使用模型 ID heygen/avatar-6-turbo/identity-to-video,也可以在上方体验区直接试用。

HeyGen Avatar 6 Turbo Avatar to Video API 用文本生成怎么收费?

HeyGen Avatar 6 Turbo Avatar to Video 价格为1080p 每秒 10 积分($0.05),2K 每秒 18 积分($0.09)。文本请求提交时预扣 ceil(预估秒数 × 1.5) 秒,视频完成后按实际时长向上取整结算,差额退回。

该模型有哪些形象和声音?

156 位主持人的 1,248 个 HeyGen 公共形象,以及 102 种列表声音,可在体验区选择器或文档中搜索。

该模型能用我自己的录音吗?

可以。用 audio_url 传 2–60 秒语音,形象就会说出你的录音。

该模型支持哪些画面比例?

16:9(默认)、9:16、1:1、4:5 和 5:4,分辨率 1080p 或 2K。

如何用脚本调用 HeyGen Avatar 6 Turbo Avatar to Video API?

向 https://api.vidgo.ai/api/generate/submit 发送 POST 请求,model 填 heygen/avatar-6-turbo/identity-to-video,带上 avatar、text 和可选的 voice,再轮询 /api/generate/status/{task_id} 或设置 callback_url。