O que é uma API de vídeo de avatar com IA?

Uma API de vídeo de avatar com IA transforma um apresentador digital com texto ou áudio gravado em um vídeo com sincronização labial, que um aplicativo pode gerar programaticamente. A VisionStory aceita requisições autenticadas do lado do servidor, retorna um ID de vídeo imediatamente, renderiza a tarefa de forma assíncrona e fornece uma URL de MP4 quando a geração é concluída.

Como eu gero um vídeo de avatar com IA com a API da VisionStory?

Crie uma chave de API da VisionStory, verifique seus Créditos, obtenha os IDs atuais de modelo, avatar e voz e, em seguida, envie um text_script ou um audio_script para POST /api/v1/video. A API retorna um ID de vídeo imediatamente. Faça polling da tarefa a cada cinco segundos até o status ser created e, então, baixe o MP4 em video_url.

Devo usar a API REST, o SDK Python ou a CLI?

Use REST quando precisar de um controle independente de linguagem, o SDK Python quando estiver criando um serviço ou notebook em Python e a CLI para automação no terminal, CI ou geração em lote. As três interfaces usam os mesmos recursos da VisionStory e o mesmo fluxo de trabalho assíncrono de vídeo.

Codex, Claude Code ou Cursor podem gerar vídeos de avatar para mim?

Sim. Instale o VisionStory Agent Skill ou conecte o servidor MCP da VisionStory. Um agente de codificação compatível pode verificar créditos, listar modelos, avatares e vozes atuais, preparar uma requisição válida, iniciar a tarefa de vídeo, monitorá-la e baixar o resultado enquanto a chave de API permanece no seu ambiente ou no armazenamento de segredos do MCP.

Posso gerar vídeos de avatar a partir de áudio em vez de texto?

Sim. Envie um audio_script quando quiser que o avatar fale a partir de um áudio gravado ou envie um text_script com um ID de voz quando a VisionStory precisar sintetizar a fala. Use um tipo de script por requisição, em vez de enviar os dois.

Como uma integração em produção deve lidar com a geração de vídeo?

Trate a criação de vídeo como uma tarefa assíncrona. Armazene o ID da sua requisição do cliente e o ID de vídeo retornado, faça polling a cada cinco segundos e pare quando a tarefa chegar a created ou failed. As URLs de vídeos concluídos são mantidas por sete dias; portanto, quando necessário, copie a mídia finalizada para seu próprio armazenamento permanente.

Onde devo armazenar minha chave de API da VisionStory?

Mantenha VISIONSTORY_API_KEY em uma variável de ambiente do servidor, em um segredo de CI ou no armazenamento de segredos do cliente MCP e envie-a pelo header de requisição X-API-Key. Nunca incorpore a chave no código do navegador, no bundle de um aplicativo mobile, em um repositório público, em capturas de tela, em logs ou em uma mensagem de chat com IA.

O que posso combinar com a API de Vídeo de Avatar?

Você pode combinar vídeo de avatar com Texto para Fala, vozes públicas ou clonadas, assets reutilizáveis de imagem e áudio, transcrição, geração de imagens com IA e modelos de vídeo de ponta. Esses componentes dão suporte a explicações localizadas, abordagens personalizadas, conteúdo de aprendizagem automatizado e fluxos de trabalho de mídia com agentes de IA.

VisionStory API
feita para desenvolvedores

Crie vídeos de avatares falantes com sincronização labial a partir de texto ou áudio com a API REST do VisionStory ou o SDK Python. Descubra os modelos, avatares e vozes atuais, envie um job assíncrono e baixe o MP4 final — ou automatize o mesmo fluxo de trabalho com o CLI, servidor MCP ou Agent Skill.

Explorar Docs para Desenvolvedores

POST /api/v1/video

REST API
Python SDK
CLI
MCP
Agent Skill

Agente pronto

Funciona onde seus agentes trabalham.

Copie uma mensagem de configuração para o seu agente de código ou conecte o servidor MCP e exponha o VisionStory como uma ferramenta reutilizável.

VisionStory CLI

Instale uma vez. Use todas as APIs pelo seu terminal.

O instalador atualiza para a versão mais recente do PyPI em um ambiente isolado. Seus projetos Python atuais ficam intactos.

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

macOS · Linux · WSLOpções de instalação

Envie este prompt de configuração para 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.

Novo por aqui?

Crie uma chave de API e envie este prompt para o seu agente de código. Ele vai te guiar pelo login no visionstory, verificar os créditos e criar o vídeo sem expor a sua chave.

Ferramentas de desenvolvedor do VisionStory

Escolha a integração de API para o seu stack.

REST, o SDK Python, o CLI, o servidor MCP e o Agent Skill usam a mesma API autenticada do VisionStory e os mesmos IDs de recursos. Comece com uma interface e depois leve o mesmo fluxo de vídeo de avatar para um backend, pipeline de CI ou agente de codificação.

01REST

Chame a API REST

Chame o VisionStory a partir de qualquer linguagem de backend. Liste modelos, avatares e vozes atuais; envie um text_script ou audio_script para POST /api/v1/video; faça polling do job até ele ser criado; e então baixe o MP4.

Ver a referência da API REST 02PYTHON

Crie com o SDK Python

Use o cliente Python tipado, sem dependências, para autenticação por variáveis de ambiente, construção de payload, uploads, polling de jobs e downloads. Ele se adapta a aplicações Python, notebooks e serviços internos de mídia.

Ler o início rápido do SDK Python 03CLI

Automatize com o CLI

Execute visionstory doctor, verifique créditos, descubra IDs de recursos, gere vídeos de avatar, inspecione tarefas e baixe resultados a partir de um terminal, shell script ou job de CI sem precisar criar uma aplicação antes.

Instalar e verificar o CLI 04MCP / SKILL

Conecte um agente de codificação com IA

Conecte o servidor MCP do VisionStory ou instale o Agent Skill para que Codex, Claude Code, Cursor, Windsurf, Cline e Gemini possam descobrir recursos, gerar mídia e baixar resultados enquanto a chave de API permanece no armazenamento local de segredos.

Conectar MCP ou Agent Skill

Início rápido da API de avatar falante

Gere seu primeiro vídeo de avatar falante.

Crie uma chave de API do lado do servidor, verifique seu saldo de créditos e descubra os IDs atuais de modelo, avatar e voz. Envie um text_script ou audio_script para POST /api/v1/video, faça polling a cada cinco segundos até o job ser criado e depois baixe o MP4. As URLs dos vídeos concluídos são mantidas por sete dias.

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"))

Catálogo de modelos do VisionStory

Escolha o modelo para a saída que você precisa.

Comece pelo job que você precisa concluir e, em seguida, busque o catálogo de modelos atual em tempo de execução. A resposta da API é a fonte de verdade para IDs disponíveis, parâmetros aceitos e limites de saída.

Avatar falanteVisionStory

V-Character 4.0

vs_character_v4

O modelo nativo de personagem do VisionStory transforma um retrato, mais texto ou áudio gravado, em uma performance consistente com a identidade, com movimentos expressivos e sincronização labial natural.

Texto ou áudio gravado
720p, 1080p ou 2K
Até 10 minutos

Uma sequência cinematográfica de carro gerada com o modelo de Vídeo com IA Seedance

Vídeo com IAByteDance

Seedance 2.5

seedance-2.5

Crie vídeo guiado por prompt e por imagem com movimento coerente, movimento de câmera cinematográfico e clipes únicos mais longos.

Texto-para-vídeo
Imagem-para-vídeo
Clipes de 4 a 30 segundos

Uma romã de vidro detalhada gerada com o modelo de imagem Nano Banana

Imagem com IAGoogle

Nano Banana 2

nano-banana-2

Gere imagens em alta resolução, renderize texto com confiabilidade e refine os resultados com edições conversacionais guiadas por referência.

Prompt-para-imagem
Edição guiada por referência
Saída em 1K e 2K

APIs de mídia com IA componíveis

Combine APIs de avatar, Voz e Vídeo com IA.

Use uma única chave de API para criar apresentadores falantes, sintetizar fala natural, reutilizar avatares personalizados, vozes e ativos de mídia e gerar clipes de vídeo de apoio. Crie vídeos explicativos localizados, onboarding personalizado, educação, prospecção de vendas ou mídia criada por agentes sem precisar juntar provedores diferentes.

Fluxo principal de avatar

API de vídeo de avatar falante

Gere um vídeo de apresentador com sincronização labial a partir de texto ou áudio gravado. Escolha um avatar público ou crie um avatar personalizado reutilizável a partir de um retrato, selecione uma voz pública ou clonada e receba um MP4 para download quando o job assíncrono terminar.

Um roteiro virando uma forma de onda de áudio pela API de Texto para Fala da VisionStory

Camada de voz e fala

API de Texto para Fala e Voz

Converta texto em fala natural em MP3 com uma voz pública ou clonada e, depois, reutilize a mesma voz em vídeos de avatar e conteúdos localizados. Consulte o catálogo de vozes em tempo de execução em vez de codificar IDs de voz fixos.

Um prompt virando um vídeo gerado pela API de Vídeo com IA da VisionStory

Criação orientada por agente

API de geração de Vídeo com IA

Gere clipes de texto para vídeo, imagem para vídeo e guiados por referência com um modelo selecionado no catálogo ao vivo. Um agente de IA pode preparar prompts e assets, estimar créditos, enviar a tarefa e combinar o resultado com um apresentador em avatar.

Perguntas frequentes sobre a API de Vídeo de Avatar com IA

Respostas diretas sobre autenticação, requisições, tarefas assíncronas, SDKs, automação via CLI, MCP e uso em produção.

Uma API de vídeo de avatar com IA transforma um apresentador digital com texto ou áudio gravado em um vídeo com sincronização labial, que um aplicativo pode gerar programaticamente. A VisionStory aceita requisições autenticadas do lado do servidor, retorna um ID de vídeo imediatamente, renderiza a tarefa de forma assíncrona e fornece uma URL de MP4 quando a geração é concluída.
Crie uma chave de API da VisionStory, verifique seus Créditos, obtenha os IDs atuais de modelo, avatar e voz e, em seguida, envie um text_script ou um audio_script para POST /api/v1/video. A API retorna um ID de vídeo imediatamente. Faça polling da tarefa a cada cinco segundos até o status ser created e, então, baixe o MP4 em video_url.
Use REST quando precisar de um controle independente de linguagem, o SDK Python quando estiver criando um serviço ou notebook em Python e a CLI para automação no terminal, CI ou geração em lote. As três interfaces usam os mesmos recursos da VisionStory e o mesmo fluxo de trabalho assíncrono de vídeo.
Sim. Instale o VisionStory Agent Skill ou conecte o servidor MCP da VisionStory. Um agente de codificação compatível pode verificar créditos, listar modelos, avatares e vozes atuais, preparar uma requisição válida, iniciar a tarefa de vídeo, monitorá-la e baixar o resultado enquanto a chave de API permanece no seu ambiente ou no armazenamento de segredos do MCP.
Sim. Envie um audio_script quando quiser que o avatar fale a partir de um áudio gravado ou envie um text_script com um ID de voz quando a VisionStory precisar sintetizar a fala. Use um tipo de script por requisição, em vez de enviar os dois.
Trate a criação de vídeo como uma tarefa assíncrona. Armazene o ID da sua requisição do cliente e o ID de vídeo retornado, faça polling a cada cinco segundos e pare quando a tarefa chegar a created ou failed. As URLs de vídeos concluídos são mantidas por sete dias; portanto, quando necessário, copie a mídia finalizada para seu próprio armazenamento permanente.
Mantenha VISIONSTORY_API_KEY em uma variável de ambiente do servidor, em um segredo de CI ou no armazenamento de segredos do cliente MCP e envie-a pelo header de requisição X-API-Key. Nunca incorpore a chave no código do navegador, no bundle de um aplicativo mobile, em um repositório público, em capturas de tela, em logs ou em uma mensagem de chat com IA.
Você pode combinar vídeo de avatar com Texto para Fala, vozes públicas ou clonadas, assets reutilizáveis de imagem e áudio, transcrição, geração de imagens com IA e modelos de vídeo de ponta. Esses componentes dão suporte a explicações localizadas, abordagens personalizadas, conteúdo de aprendizagem automatizado e fluxos de trabalho de mídia com agentes de IA.

Comece com uma requisição autenticada

Crie sua primeira integração de vídeo de avatar com IA.

Crie uma chave de API, verifique seus Créditos e execute o guia rápido de avatar falante em cinco etapas. Comece com REST ou Python e, depois, adicione automação via CLI, ferramentas MCP ou o Agent Skill conforme seu fluxo de trabalho cresce. Consulte endpoints de recursos ao vivo em vez de codificar IDs de modelo, avatar ou voz fixos.

Criar uma chave de API da VisionStory Explorar a documentação para desenvolvedores