HeyGen

HeyGen Avatar IV

heygen-avatar-iv

Importez une seule photo avec un script pour générer une vidéo d'avatar parlant avec synchronisation labiale, expressions faciales et gestes, avec une prise en charge de la sortie 1280p+, idéale pour les présentateurs numériques et les contenus en voix off

heygen-avatar-iv

Essayer heygen-avatar-iv

Entrée

Créations

Voir toutes les créations

Sortie

video

Renseignez les paramètres et générez : les résultats s'afficheront ici.

Tarifs

heygen-avatar-iv per second

Prix unitaire	$0.150

Présentation

heygen-avatar-iv est un modèle de vidéo d'avatar parlant proposé par HeyGen, accessible via l'interface unifiée de HiAPI.ai. Le développeur téléverse une photo de visage de face, puis fournit un script textuel ou un fichier audio, pour générer une vidéo parlante avec synchronisation labiale, expressions faciales et gestes. Il prend en charge les sorties 720p et 1080p ainsi que plusieurs formats d'image, ce qui convient aux développeurs et aux équipes de contenu qui ont besoin de produire rapidement des porte-parole numériques ou des séquences de présentation par un personnage.

Points forts

Une seule photo suffit à animer toute une vidéo parlante — une photo de visage de face accompagnée d'un script ou d'un audio suffit, sans tournage ni création d'actifs 3D pour obtenir un rendu final.
Expressions et gestes coordonnés à la voix — le rendu ne se limite pas à la synchronisation labiale : les expressions du visage et les mouvements de tête évoluent naturellement avec la parole, pour un rendu proche d'une présentation réelle.
Double entrée : script texte ou audio — vous pouvez saisir directement un script et choisir une voix, ou transmettre un audio HTTPS pour la synchronisation labiale, ce qui s'adapte aux workflows de doublage existants.
Format et arrière-plan configurables — plusieurs ratios (16:9, 9:16, 1:1, etc.) et un arrière-plan uni ou une image pour remplir le cadre.

Capacités

Générer une vidéo parlante à partir d'une photo : il suffit de fournir une photo de visage de face pour générer une vidéo parlante ; la sortie est un fichier vidéo directement exploitable ou montable ensuite.

Script converti en voix et synchronisation labiale : saisissez un script et choisissez une voix intégrée ; le modèle synthétise la voix et anime l'avatar, avec un script de 5000 caractères maximum par segment.

Synchronisation labiale sur audio : transmettez un lien audio HTTPS pour que la photo parle en suivant les lèvres de l'audio, avec un audio de 600 secondes maximum ; dans ce cas, les paramètres de script et de voix ne s'appliquent pas.

Contrôle des spécifications de sortie : choisissez une résolution 720p ou 1080p et un ratio 16:9, 9:16, 4:5, 5:4, 1:1 ou identique à l'image d'origine, pour s'adapter aux diffusions horizontales, verticales et carrées.

Remplissage de l'arrière-plan : lorsque le ratio de sortie diffère de celui de la photo, une couleur unie ou une image d'arrière-plan comble les zones vides, évitant les bords blancs.

Cas d'usage

Équipes marketing produisant des vidéos de porte-parole numériques — générer une vidéo de présentation à partir d'un script produit et d'une photo de personnage de marque, pour le site web, les espaces publicitaires et les réseaux sociaux, sans planifier de tournage avec un présentateur réel.
Services de formation générant des supports de cours — transformer un support de cours en script et générer en lot des vidéos explicatives à l'image uniforme, à intégrer dans une plateforme d'apprentissage ou un cours.
Créateurs de vidéos courtes produisant des présentations verticales — choisir un format 9:16 et une voix donnée pour générer des séquences de présentation verticales, directement utilisables pour alimenter une plateforme de vidéos courtes.
Adaptation multilingue de contenus déjà doublés — transmettre un audio de doublage existant pour la synchronisation labiale et générer, avec une photo, une présentation dans la langue correspondante, pour la localisation de contenus.

Limites et conseils de choix

La photo d'entrée doit montrer un visage net et de face ; un profil, une occlusion ou une photo de groupe dégradent nettement le résultat, et la qualité de génération dépend fortement de l'image source. La sortie est une vidéo et non un texte final ; il faut donc préparer un script ou un audio au préalable. La limite est de 600 secondes par audio et de 5000 caractères par script ; les contenus trop longs doivent être générés par segments. Si vous avez seulement besoin d'un avatar prédéfini ou d'un jumeau numérique d'une personne réelle, choisissez la ligne de modèles correspondante.

Nouveautés

Voir le journal des modifications →

Nouveau modèle Nouveau modèle : heygen-avatar-iv, importez une photo de portrait pour générer une vidéo parlante avec synchronisation labiale à partir d'un texte et d'une voix prédéfinie ou d'un audio de pilotage ; propose… Oct 6, 2026

Questions fréquentes

Voir toutes les questions →

Quelles entrées sont nécessaires pour HeyGen Avatar IV ?

Une photo de portrait, puis choisissez un mode de pilotage : saisir un script et sélectionner une voix, ou téléverser un fichier audio. Si vous utilisez un script sans sélectionner de voix, la voix par défaut Warm Pro Narrator est utilisée.
Quel type de photo donne le meilleur résultat ?

Les photos individuelles de face, avec des traits du visage nets et non masqués, un éclairage uniforme et la bouche naturellement fermée donnent les résultats les plus fiables. Les photos de profil, avec un masque, des photos de groupe ou des photos où le visage est très petit ne conviennent pas.
Quelle est la durée de la vidéo générée ?

Il n'est pas nécessaire de transmettre une durée. Lors d'un doublage de dialogue, la durée est déterminée par le dialogue et le débit de parole ; en mode piloté par l'audio, elle correspond à la longueur de l'audio téléchargé, l'audio pouvant atteindre 600 secondes au maximum.
Quels formats d'image et résolutions sont pris en charge ?

Les formats d'image pris en charge sont 16:9, 9:16, 4:5, 5:4, 1:1 et auto (conserve le ratio de la photo) ; les résolutions prises en charge sont 720p et 1080p.

Créer une tâche de génération

POST https://api.hiapi.ai/v1/tasks

En-têtes

AuthorizationstringRequis

Clé API du compte. Requise sur chaque requête. Exemple : Bearer YOUR_HIAPI_API_KEY. Obtenir une clé API

Content-TypestringOptionnel

Le corps de la requête est toujours analysé en JSON ; s'il est envoyé, seul application/json (charset facultatif) est accepté — toute autre valeur renvoie 415. Exemple : application/json.

Idempotency-KeystringOptionnel

Clé d'idempotence, jusqu'à 255 octets. Les reprises avec la même clé du même compte ne créent la tâche qu'une seule fois ; les rejeux renvoient le taskId d'origine.

Clé d'idempotence

En cas de timeout réseau ou de relance automatique du client, la même clé ne crée la tâche qu'une seule fois, sans double facturation (portée = le compte de la clé API). Utilisez un identifiant métier unique (ex. "order-42") ; les rejeux renvoient le taskId d'origine et les clés expirent 24 h après la première requête. La matrice complète des scénarios est dans la présentation de l'API asynchrone unifiée.

Corps

modelstringRequis

Valeur fixe actuelle : heygen-avatar-iv

routestringOptionnel

Valeur fixe actuelle : default

inputobjectRequis

Objet de paramètres métier pour heygen-avatar-iv et la route default — voir le tableau des paramètres ci-dessous.

voicestringOptionnelDéfaut: "Warm Pro Narrator"minLength 1

Spécifie la voix utilisée pour la lecture du script par l'avatar numérique ; par défaut Warm Pro Narrator. Ce paramètre est ignoré lorsqu'un audio_url est fourni.

Options：Warm Pro NarratorChill BrianIvyJohn DoeMonika SogamHope Archer Brittney

Tout afficher (94)

PatrickDavid CastlemoreMichael CAdam Stone JuniperCassidy Jessica Anne BogartArabellaAndrewSpuds Oxley Grace ElderHelenCanyon RiversDerya - Lifelike - ExcitedMellow MarcusJack Sterling - BroadcasterBrenda - UGC - 1.mp4ReidReaganTerryJennyRadio RickDeniseTim in car - ExcitedIskanderThompsonDelicate Daisy - ExcitedKingstonGeorge UGC 1Bold BlakeJaneExpressive EvanMarianne - IAAaronModern Recipe Host - Voice 1WillowCute Chloe - FriendlyRafaelJune - LifelikeCrisp ChloeSlick SimonNassim - InformativeBaritone BenMaxwellEllie Faye - ExcitedMilaniFeisty Fiona - ExcitedProfessor DeanRose - UGC - 1.mp4ShonaHudson WilderAnn - IAAlastair KensingtonOxleyChristinaAndrew Rizz PeytonGerardo - OutdoorChloe - LifelikeStephanieAnthony - IASignal - Voice 1LucaLisa - Voice 1T.W.TuckerJack Sullivan - SeriousWinterMireia - LifelikeGeorgiaStellaMasha - LifelikeCharming Charles - FriendlySerenityAnnie - ExcitedRalphBethanyDominicMason FinnLeenaVeteran VictorTamaraNik PublicCalm ChloeSevikReillyRaulImposing IanRelaxed RayDexter - ProfessionalRelaxed RickEdwinRupert BlackwoodGinnyHope

promptstringOptionnelminLength 1maxLength 5000

Texte du script que l'avatar numérique devra lire ; obligatoire lorsqu'aucun audio_url n'est fourni.

audio_urlstringOptionnelpattern ^https://

Adresse audio HTTPS utilisée pour la synchronisation labiale, d'une durée maximale de 600 secondes ; une fois fournie, prompt et voice sont tous deux ignorés.

image_urlstringRequispattern ^https://

Adresse HTTPS de la photo à animer, devant contenir un seul visage net et de face ; formats pris en charge : jpg, jpeg, png, webp, gif, avif, heic, heif.

backgroundobjectOptionnel

Lorsque le rapport largeur-hauteur de sortie diffère de celui de la photo d'origine, définit le réglage d'arrière-plan utilisé pour remplir les zones de l'image non couvertes par le portrait ; peut être spécifié par une couleur ou une image, blanc par défaut.

typestringRequis

Mode de remplissage de l'arrière-plan, qui détermine si le champ value est interprété comme une couleur ou comme une URL d'image.

Options：colorimage

valuestringRequisminLength 1

Valeur concrète de l'arrière-plan : lorsque type vaut couleur, transmettre une valeur hexadécimale #RRGGBB ; lorsqu'il s'agit d'une image, transmettre une adresse HTTPS d'image.

resolutionstringOptionnelDéfaut: "720p"

Résolution de la vidéo de sortie, 720p par défaut.

Options：720p1080p

aspect_ratiostringOptionnelDéfaut: "16:9"

Rapport largeur-hauteur de la vidéo de sortie, 16:9 par défaut ; avec la valeur auto, le rapport de la photo source est conservé en priorité, avec un repli sur 16:9 s'il est illisible.

Options：16:99:164:55:41:1auto

callbackobjectOptionnel

Configuration de notification d'état terminal. Sans elle, aucun callback — interrogez la tâche vous-même.

Rappels (Webhook)

Fournissez callback.url à la création et HiAPI envoie un POST à votre service à l'état terminal — plus besoin de polling. Le corps du rappel reprend la structure du détail de tâche ; vérification de signature, relances et idempotence sont décrits dans la présentation de l'API asynchrone unifiée.

urlstringRequis

Obligatoire si callback est présent. Un POST est envoyé vers cette URL à l'état terminal ; doit être une URL http(s) valide.

whenstringOptionnelDéfaut: "final"

Seul final est pris en charge pour l'instant — notifié sur success et fail.

Options：final

storagestringOptionnelDéfaut: "temp"

Niveau de stockage des artefacts : temp (par défaut, ~7 jours) ou persistent (long terme, facturé au volume). Solde insuffisant ou dépassement de limite ⇒ rétrogradation silencieuse en temp ; le niveau effectif figure dans la réponse de détail.

Options：temppersistent

Exemples de requête

# Soumet une tâche asynchrone ; renvoie immédiatement un taskId (n'attend pas la génération)
curl -X POST "https://api.hiapi.ai/v1/tasks" \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "heygen-avatar-iv",
  "input": {
    "voice": "Warm Pro Narrator",
    "image_url": "…",
    "resolution": "720p",
    "aspect_ratio": "16:9"
  }
}'

const res = await fetch("https://api.hiapi.ai/v1/tasks", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.HIAPI_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "heygen-avatar-iv",
    input: {
      "voice": "Warm Pro Narrator",
      "image_url": "…",
      "resolution": "720p",
      "aspect_ratio": "16:9"
    }
  }),
});
const task = await res.json();
// { code: 200, message: "success", data: { taskId } }

import os, requests

res = requests.post(
    "https://api.hiapi.ai/v1/tasks",
    headers={"Authorization": f"Bearer {os.environ['HIAPI_API_KEY']}"},
    json={
        "model": "heygen-avatar-iv",
        "input": {
          "voice": "Warm Pro Narrator",
          "image_url": "…",
          "resolution": "720p",
          "aspect_ratio": "16:9"
        }
    },
)
print(res.json())  # { code, message, data: { taskId } }

200 OK

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR"
  }
}

400 Bad Request

{
  "code": 400,
  "message": "invalid request",
  "data": null,
  "error_code": "INVALID_REQUEST"
}

Obtenir le détail de la tâche

GET https://api.hiapi.ai/v1/tasks/:id

Champs de réponse

taskIdstringRequis

Identifiant de tâche, toujours préfixé tk-hiapi-.

modelstringRequis

Nom complet résolu du modèle. Les tâches envoyées avec le paramètre route renvoient base@route (ex. gpt-image-2/text-to-image@ext) ; sinon identique au nom fourni.

routestringOptionnel

Présent uniquement si le paramètre route explicite a été utilisé ; renvoie la valeur soumise.

statusstringRequis

Statut de la tâche.

Valeurs de statut

queued En file, pas encore démarrée. handling En cours de traitement. archiving Traitement terminé, préparation des artefacts. success Terminal : terminé, artefacts disponibles (output renvoyé). fail Terminal : échec (error renvoyé). Après soumission, suivez status : success et fail sont terminaux, le reste non terminal. Interrogez toutes les 1–3 s jusqu'à l'état terminal. En cas de succès, téléchargez les artefacts via output[].url et transférez-les avant expireAt ; pour une conservation longue durée, indiquez storage: "persistent" à la création.

creatednumberRequis

Date de création de la tâche (secondes Unix).

completednumberRequis

Secondes Unix de l'état terminal ; 0 tant que non terminal.

outputarrayOptionnel

Présent uniquement si status == success. Liste d'artefacts — toujours un tableau ; une tâche peut renvoyer plusieurs types à la fois (ex. video + first_frame).

Array [ object ]

Éléments du tableau

urlstringRequis

URL de l'artefact, téléchargeable directement.

typestringRequis

Valeurs possibles actuelles : video, image, audio, first_frame, last_frame, thumbnail ; d'autres pourront s'ajouter.

expireAtnumberRequis

Secondes Unix de disponibilité de l'artefact ; téléchargez ou transférez avant l'expiration.

errorobjectOptionnel

Présent uniquement si status == fail.

codestringRequis

Code d'erreur métier.

messagestringRequis

Description de l'erreur.

Exemples de réponse

Succès

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-01HZTQ8BX2N3GM3YFK4Z9D7VQR",
    "model": "happyhorse-1-0",
    "status": "success",
    "created": 1777282033,
    "completed": 1777282099,
    "output": [
      {
        "url": "https://cdn.hiapi.ai/tasks/.../video.mp4",
        "type": "video",
        "expireAt": 1777886899
      }
    ]
  }
}

En cours (non terminal)

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "archiving",
    "created": 1777282033,
    "completed": 0
  }
}

Échec

{
  "code": 200,
  "message": "success",
  "data": {
    "taskId": "tk-hiapi-...",
    "model": "happyhorse-1-0",
    "status": "fail",
    "created": 1777282033,
    "completed": 1777282099,
    "error": {
      "code": "TASK_FAILED",
      "message": "task failed"
    }
  }
}