Che cos’è un’API per video con avatar AI?

Un’API per video con avatar AI trasforma un presentatore digitale più testo o audio registrato in un video con lip-sync che un’applicazione può generare in modo programmatico. VisionStory accetta richieste autenticate lato server, restituisce subito un ID video, esegue il rendering del job in modo asincrono e fornisce un URL MP4 quando la generazione è completa.

Come genero un video con avatar AI con l’API di VisionStory?

Crea una chiave API di VisionStory, verifica i tuoi crediti, recupera gli ID correnti di modello, avatar e voce, poi invia un text_script o un audio_script a POST /api/v1/video. L’API restituisce subito un ID video. Interroga il job circa ogni cinque secondi finché lo stato non diventa created, quindi scarica l’MP4 da video_url.

Dovrei usare la REST API, l’SDK Python o la CLI?

Usa REST quando ti serve un controllo indipendente dal linguaggio, l’SDK Python quando stai creando un servizio o un notebook in Python e la CLI per l’automazione da terminale, la CI o la generazione in batch. Tutte e tre le interfacce usano le stesse risorse VisionStory e lo stesso flusso di lavoro video asincrono.

Codex, Claude Code o Cursor possono generare video con avatar per me?

Sì. Installa la VisionStory Agent Skill o collega il server MCP di VisionStory. Un coding agent supportato può verificare i crediti, elencare modelli, avatar e voci correnti, preparare una richiesta valida, avviare il job video, monitorarlo e scaricare il risultato, mentre la chiave API resta nel tuo ambiente o nello storage segreti MCP.

Posso generare video con avatar dall’audio invece che dal testo?

Sì. Invia un audio_script quando vuoi che l’avatar parli da audio registrato, oppure invia un text_script con un ID voce quando VisionStory deve sintetizzare il parlato. Usa un solo tipo di script per richiesta, invece di inviarli entrambi.

Come dovrebbe gestire la generazione video un’integrazione in produzione?

Tratta la creazione video come un job asincrono. Salva l’ID richiesta del client e l’ID video restituito, interroga circa ogni cinque secondi e fermati quando il job raggiunge created o failed. Gli URL dei video completati vengono conservati per sette giorni, quindi copia i media finali nel tuo storage permanente quando necessario.

Dove dovrei conservare la mia chiave API di VisionStory?

Conserva VISIONSTORY_API_KEY in una variabile d’ambiente del server, in un secret della CI o nello storage segreti del client MCP e inviala tramite l’header di richiesta X-API-Key. Non incorporare mai la chiave nel codice del browser, nel bundle di un’app mobile, in un repository pubblico, in screenshot, nei log o in un messaggio di chat con un’AI.

Che cosa posso combinare con l’API Video con Avatar?

Puoi combinare i video con avatar con Testo in Voce, voci pubbliche o clonate, asset di immagini e audio riutilizzabili, trascrizione, generazione di immagini AI e modelli video di frontiera. Questi componenti di base supportano video esplicativi localizzati, outreach personalizzato, contenuti di apprendimento automatizzati e workflow media con agenti AI.

VisionStory API
pensata per gli sviluppatori

Crea video di avatar parlanti con lip-sync da testo o audio con l’API REST di VisionStory o l’SDK Python. Scopri modelli, avatar e voci disponibili, invia un job asincrono e scarica l’MP4 finale—oppure automatizza lo stesso flusso con la CLI, il server MCP o Agent Skill.

Esplora la documentazione per sviluppatori

POST /api/v1/video

REST API
Python SDK
CLI
MCP
Agent Skill

Agent pronto

Funziona dove lavorano i tuoi agent.

Copia un messaggio di configurazione per il tuo coding agent, oppure collega il server MCP e rendi VisionStory uno strumento riutilizzabile.

VisionStory CLI

Installa una volta. Usa ogni API dal tuo terminale.

L’installer si aggiorna all’ultima release su PyPI in un ambiente isolato. I tuoi progetti Python esistenti restano intatti.

curl -fsSL https://developers.visionstory.ai/cli | bash

macOS · Linux · WSLOpzioni di installazione

Invia questo prompt di configurazione a Claude Code

Help me set up VisionStory and generate a talking-avatar video.1. Install or update the CLI and Agent Skill:   curl -fsSL https://developers.visionstory.ai/cli | bash   npx skills add visionstory-ai/skills --skill visionstory-api2. Run visionstory doctor. If I need a key, send me to https://developers.visionstory.ai/api-keys, wait while I create one, then ask me to run visionstory login in my terminal. Never ask me to paste the key into chat or expose it.3. Verify access with visionstory credits. Stop and help me if it fails.4. Discover current models, avatars, and voices, then use the CLI and visionstory-api skill to create and download the video. Never delete anything unless I explicitly request and confirm it.

Sei nuovo qui?

Crea una chiave API, poi invia questo prompt al tuo coding agent. Ti guiderà nel login a VisionStory, verificherà i crediti e creerà il video senza esporre la tua chiave.

Strumenti per sviluppatori VisionStory

Scegli l’integrazione API per il tuo stack.

REST, l’SDK Python, la CLI, il server MCP e Agent Skill usano tutti la stessa API VisionStory autenticata e gli stessi ID delle risorse. Parti da un’interfaccia, poi porta lo stesso flusso di lavoro per i video avatar in un backend, in una pipeline CI o in un agente di coding.

01REST

Chiama l’API REST

Chiama VisionStory da qualsiasi linguaggio backend. Elenca modelli, avatar e voci disponibili; invia un text_script o audio_script a POST /api/v1/video; interroga il job finché non viene creato; poi scarica l’MP4.

Vedi il riferimento dell’API REST 02PYTHON

Sviluppa con l’SDK Python

Usa il client Python tipizzato e senza dipendenze per l’autenticazione basata su environment, la costruzione del payload, gli upload, il polling dei job e i download. È ideale per applicazioni Python, notebook e servizi media interni.

Leggi la guida rapida dell’SDK Python 03CLI

Automatizza con la CLI

Esegui visionstory doctor, verifica i Crediti, trova gli ID delle risorse, genera video avatar, controlla le attività e scarica i risultati da un terminale, uno script shell o un job CI senza dover prima creare un’applicazione.

Installa e verifica la CLI 04MCP / SKILL

Collega un agente di coding AI

Collega il server MCP di VisionStory o installa Agent Skill così Codex, Claude Code, Cursor, Windsurf, Cline e Gemini possono individuare risorse, generare contenuti e scaricare i risultati, mentre la chiave API resta nell’archiviazione segreta locale.

Collega MCP o Agent Skill

Guida rapida API per avatar parlanti

Genera il tuo primo video di avatar parlante.

Crea una chiave API lato server, verifica il saldo dei Crediti e individua gli ID correnti di modello, avatar e Voce. Invia un text_script o audio_script a POST /api/v1/video, fai polling circa ogni cinque secondi finché il job non viene creato, poi scarica l’MP4. Gli URL dei video completati vengono conservati per sette giorni.

create_video.py

from pathlib import Pathfrom visionstory import VisionStoryClient, build_video_payload client = VisionStoryClient.from_env()payload = build_video_payload(    avatar_id="YOUR_AVATAR_ID",    text="Hello from my product.",    voice_id="YOUR_VOICE_ID",)video = client.generate_video(payload)client.download(video["video_url"], Path("result.mp4"))

Catalogo modelli VisionStory

Scegli il modello per l’output di cui hai bisogno.

Parti dall’attività che devi completare, poi recupera a runtime il catalogo modelli aggiornato. La risposta dell’API è la fonte di verità per ID disponibili, parametri accettati e limiti di output.

Avatar parlanteVisionStory

V-Character 4.0

vs_character_v4

Il modello di personaggio nativo di VisionStory trasforma un ritratto, più testo o audio registrato, in una performance coerente con l’identità, con movimenti espressivi e lip-sync naturale.

Testo o audio registrato
720p, 1080p o 2K
Fino a 10 minuti

Una sequenza cinematografica con auto generata con il modello Video AI Seedance

Video AIByteDance

Seedance 2.5

seedance-2.5

Crea video guidati da prompt o da immagini con movimento coerente, movimenti di camera cinematografici e clip singole più lunghe.

Testo in video
Immagine in video
Clip da 4 a 30 secondi

Un melograno di vetro dettagliato generato con il modello di immagini Nano Banana

Immagine AIGoogle

Nano Banana 2

nano-banana-2

Genera immagini ad alta risoluzione, rende il testo in modo affidabile e perfeziona i risultati con modifiche conversazionali guidate da riferimenti.

Prompt in immagine
Modifiche guidate da riferimenti
Output 1K e 2K

API media AI componibili

Combina API per avatar, Voce e Video AI.

Usa un’unica chiave API per creare presentatori parlanti, sintetizzare parlato naturale, riutilizzare avatar personalizzati, voci e asset media, e generare clip video di supporto. Crea video esplicativi localizzati, onboarding personalizzati, contenuti per la formazione, outreach commerciale o media creati da agenti senza dover assemblare provider separati.

Flusso di lavoro avatar principale

API video per avatar parlanti

Genera un video con presentatore e lip-sync da testo o audio registrato. Scegli un avatar pubblico oppure crea un avatar personalizzato e riutilizzabile da un ritratto, seleziona una Voce pubblica o clonata e ricevi un MP4 scaricabile quando il job asincrono termina.

Un copione che diventa una forma d’onda audio tramite l’API Testo in Voce di VisionStory

Livello di voce e parlato

API di Testo in Voce e Voce

Converti il testo in parlato MP3 naturale con una voce pubblica o clonata, poi riutilizza la stessa voce nei video con avatar e nei contenuti localizzati. Interroga il catalogo voci in runtime invece di hardcodare gli ID voce.

Un prompt che diventa un video generato tramite l’API Video AI di VisionStory

Creazione guidata da agenti

API di generazione Video AI

Genera clip text-to-video, image-to-video e guidati da riferimenti con un modello selezionato dal catalogo live. Un agente AI può preparare prompt e asset, stimare i crediti, inviare il job e combinare il risultato con un presentatore avatar.

FAQ sull’API Video con Avatar AI

Risposte dirette su autenticazione, richieste, job asincroni, SDK, automazione CLI, MCP e uso in produzione.

Un’API per video con avatar AI trasforma un presentatore digitale più testo o audio registrato in un video con lip-sync che un’applicazione può generare in modo programmatico. VisionStory accetta richieste autenticate lato server, restituisce subito un ID video, esegue il rendering del job in modo asincrono e fornisce un URL MP4 quando la generazione è completa.
Crea una chiave API di VisionStory, verifica i tuoi crediti, recupera gli ID correnti di modello, avatar e voce, poi invia un text_script o un audio_script a POST /api/v1/video. L’API restituisce subito un ID video. Interroga il job circa ogni cinque secondi finché lo stato non diventa created, quindi scarica l’MP4 da video_url.
Usa REST quando ti serve un controllo indipendente dal linguaggio, l’SDK Python quando stai creando un servizio o un notebook in Python e la CLI per l’automazione da terminale, la CI o la generazione in batch. Tutte e tre le interfacce usano le stesse risorse VisionStory e lo stesso flusso di lavoro video asincrono.
Sì. Installa la VisionStory Agent Skill o collega il server MCP di VisionStory. Un coding agent supportato può verificare i crediti, elencare modelli, avatar e voci correnti, preparare una richiesta valida, avviare il job video, monitorarlo e scaricare il risultato, mentre la chiave API resta nel tuo ambiente o nello storage segreti MCP.
Sì. Invia un audio_script quando vuoi che l’avatar parli da audio registrato, oppure invia un text_script con un ID voce quando VisionStory deve sintetizzare il parlato. Usa un solo tipo di script per richiesta, invece di inviarli entrambi.
Tratta la creazione video come un job asincrono. Salva l’ID richiesta del client e l’ID video restituito, interroga circa ogni cinque secondi e fermati quando il job raggiunge created o failed. Gli URL dei video completati vengono conservati per sette giorni, quindi copia i media finali nel tuo storage permanente quando necessario.
Conserva VISIONSTORY_API_KEY in una variabile d’ambiente del server, in un secret della CI o nello storage segreti del client MCP e inviala tramite l’header di richiesta X-API-Key. Non incorporare mai la chiave nel codice del browser, nel bundle di un’app mobile, in un repository pubblico, in screenshot, nei log o in un messaggio di chat con un’AI.
Puoi combinare i video con avatar con Testo in Voce, voci pubbliche o clonate, asset di immagini e audio riutilizzabili, trascrizione, generazione di immagini AI e modelli video di frontiera. Questi componenti di base supportano video esplicativi localizzati, outreach personalizzato, contenuti di apprendimento automatizzati e workflow media con agenti AI.

Inizia con una richiesta autenticata

Crea la tua prima integrazione per video con avatar AI.

Crea una chiave API, verifica i tuoi crediti ed esegui il quickstart in 5 passaggi per l’avatar parlante. Parti con REST o Python, poi aggiungi automazione CLI, strumenti MCP o la Agent Skill man mano che il tuo workflow cresce. Interroga gli endpoint delle risorse live invece di hardcodare gli ID di modello, avatar o voce.

Crea una chiave API di VisionStory Esplora la documentazione per sviluppatori