Video

Asynchrone Videogenerierung, mit optionaler Erzählung und verketteten Szenen.

Im Gegensatz zu anderen Kategorien ist Video asynchron: Der Aufruf liefert sofort eine job_id zurück (HTTP 202), nicht das Endergebnis. Verfolgen Sie den Status über GET /v1/jobs/{job_id}.

Eine Generierung starten

http

POST /v1/video/generate

json

{
  "prompt": "Un drone survole une plage au coucher du soleil.",
  "image_url": null,
  "duration_seconds": 5,
  "narration_text": null,
  "scenes": null,
  "model": null,
  "routing_strategy": "auto"
}

json

{ "job_id": "8b2a3be3-...", "status": "queued" }

Den Status verfolgen

http

GET /v1/jobs/{job_id}

json

{
  "id": "8b2a3be3-...",
  "category": "video",
  "type": "text_to_video",
  "status": "completed",
  "provider": "vidu",
  "model": "viduq1",
  "result_url": "https://cdn.uploadscenter.com/file_...",
  "error": null,
  "created_at": "2026-08-31T17:14:04Z",
  "updated_at": "2026-08-31T17:24:41Z"
}

status ist queued, processing, completed oder failed. Fragen Sie in regelmäßigen Abständen ab (z. B. alle 5 Sekunden), bis einer der beiden Endzustände erreicht ist. Die offiziellen SDKs bieten eine Abkürzung .wait(), die dieses Abfragen für Sie übernimmt.

Erzählung (Voiceover)

Stellen Sie narration_text bereit, um dem generierten Video ein synthetisiertes Voiceover zu überlagern. Dies ist gesprochener Text, getrennt vom visuellen prompt, der nur die Szene für den Videogenerator beschreibt — kein Videoanbieter erzeugt Audio nativ, die Erzählung wird separat synthetisiert (ElevenLabs-Stimme) und dann zusammengeführt.

json

{
  "prompt": "Documentaire sous-marin, poissons tropicaux, recif corallien.",
  "narration_text": "Sous la surface, un monde silencieux et colore s'anime au rythme des courants.",
  "duration_seconds": 5
}

Szenen (Video länger als ein Clip)

Ein durch einen einzelnen Anbieteraufruf generierter Clip dauert typischerweise einige Sekunden, unabhängig von der angeforderten Dauer. Für ein längeres Video (besonders nützlich bei einer langen Erzählung) stellen Sie scenes bereit — eine visuelle Beschreibung pro Segment von etwa duration_seconds, in Reihenfolge verkettet. Jede Szene ist ein separater Anbieteraufruf und wird separat abgerechnet.

json

{
  "prompt": "Presentation d'un chaton qui joue avec une balle.",
  "scenes": [
    "Un chaton tigre tapote une balle rouge dans un salon ensoleille, camera basse.",
    "Le chaton poursuit la balle sous le canape puis la ramene fierement, gros plan."
  ],
  "duration_seconds": 5,
  "narration_text": "Voici Moka, un chaton joueur qui pourchasse sa balle rouge avec entrain."
}

Wenn scenes angegeben ist, wird prompt für die Generierung ignoriert (das Feld bleibt erforderlich — verwenden Sie eine kurze Zusammenfassung als Wert).

Startbild

image_url verwandelt eine Text-zu-Video-Generierung in eine Bild-zu-Video-Generierung (der erste Clip animiert das bereitgestellte Bild).

Anbieter

Vidu, OpenAI (Sora).