V
Vidu S1 API
リアルタイムインタラクティブデジタルヒューマン向けストリーミング動画生成モデルと API
freemium
最終更新 2026/9/11
Vidu S1 APIについて
Vidu S1は、リアルタイムのインタラクティブデジタルヒューマン向けストリーミング動画生成モデルです。会話中に動画を生成し、ユーザーが話すと、キャラクターはユーザーを見て声を聞き、表情、音声、個性を組み合わせてほぼリアルタイムに応答します。統合ではHTTPでセッションを管理し、AliRTCで音声と動画を転送し、WebSocketで制御シグナリングを処理できます。また、1人の画像とpersona promptでキャラクターを定義できます。音声ライブラリには50+の音声があり、それぞれ28言語に対応し、自分の音声をクローンできます。
おすすめの利用者
リアルタイムインタラクティブデジタルヒューマン開発者
ストリーミング動画アプリ開発者
音声キャラクター製品チーム
最適な利用シーン
リアルタイムデジタルヒューマン対話
インタラクティブキャラクター体験
多言語音声キャラクター
動画生成 API 統合
機能
リアルタイムストリーミング動画
会話中にライブ動画を生成し、表情、音声、個性を表現できます。
3チャネル統合
HTTPでセッションを管理し、AliRTCで音声と動画を転送し、WebSocketで制御シグナリングを処理します。
キャラクター画像と設定
1人の全身または半身の PNG、JPG、JPEG、WEBP画像に対応し、persona promptでキャラクターの外見と行動を定義できます。
多言語音声
50+の音声を提供し、それぞれ28言語に対応します。自分の音声をクローンすることもできます。
長所
- 会話中にリアルタイムで動画を生成
- 表情、音声、パーソナライズされたキャラクター表現に対応
- 50+の音声で28言語をカバー
- HTTP、AliRTC、WebSocketの統合チャネルを提供
短所
- 1回のセッションは600秒までで、その後自動的に切断されます。
- 残高がゼロになるとサーバーが自動的に接続を閉じます。
料金プラン
無料トライアル
1,000 creditsトライアル
- 新規ユーザーごとにトライアル枠を提供
- 約11分のリアルタイムインタラクションに対応
従量課金
3 credits / 2 s従量課金
- キャラクターが実際に稼働すると課金開始
- 残高がゼロになるとサーバーが自動的に接続を閉じます
* 料金情報は参考用です。最新情報はVidu S1 API公式サイトのお知らせをご確認ください。
よくある質問
1回のセッションは最長600秒で、その後サーバーが自動的に切断します。より長く利用するには、新しいセッションを作成して再接続してください。
1人の全身または半身画像に対応し、形式は PNG、JPG、JPEG、WEBP、最大50MBです。URL または Base64 で渡せます。
ツール情報
開発者Vidu S1 API
リリース日2026/9/11
価格freemium