文本到视频 - Hugging Face 文档

文本转视频

根据给定的文本提示生成视频。

有关 text-to-video 任务的更多详细信息，请查看其专用页面！您可以在那里找到示例和相关材料。

使用 API

语言

提供商

设置

import os
from huggingface_hub import InferenceClient

client = InferenceClient(
    provider="fal-ai",
    api_key=os.environ["HF_TOKEN"],
)

video = client.text_to_video(
    "A young man walking on the street",
    model="tencent/HunyuanVideo-1.5",
)

API 规范

请求

有效负载
inputs*	字符串	输入文本数据（有时称为“提示”）
参数	对象
num_frames	数字	num_frames 参数决定生成多少帧视频。
guidance_scale	数字	更高的引导尺度值会鼓励模型生成与文本提示紧密相关的视频，但过高的值可能会导致饱和和其他伪影。
negative_prompt	字符串数组	一个或多个提示，用于指导视频生成中不应包含的内容。
num_inference_steps	整数	去噪步数。更多的去噪步数通常能带来更高的视频质量，但推理速度会变慢。
seed	整数	随机数生成器的种子。

标头
授权	字符串	身份验证头，格式为 `'Bearer: hf_**'`，其中 `hf_**` 是具有“推理提供者”权限的个人用户访问令牌。您可以从您的设置页面生成一个。

响应

正文
video	未知	生成的视频以原始字节形式返回。

在 GitHub 上更新

推理服务提供商

文本转视频

推荐模型

使用 API

API 规范

请求

响应