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

Uma API de vídeo de avatar com IA transforma um apresentador digital mais texto ou áudio gravado num vídeo com sincronização labial que uma aplicação pode gerar de forma programática. O VisionStory aceita pedidos autenticados no servidor, devolve imediatamente um ID de vídeo, processa a tarefa de forma assíncrona e fornece um URL de MP4 quando a geração estiver concluída.

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

Crie uma chave de API do VisionStory, verifique os seus Créditos, obtenha os IDs atuais de modelo, avatar e voz e, depois, envie um text_script ou um audio_script para POST /api/v1/video. A API devolve imediatamente um ID de vídeo. Faça polling à tarefa a cada cinco segundos, aproximadamente, até o estado ser created e, depois, transfira o MP4 a partir de video_url.

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

Use REST quando precisa de controlo independente da linguagem, o SDK Python quando estiver a criar 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 do VisionStory e o mesmo fluxo de trabalho de vídeo assíncrono.

O Codex, o Claude Code ou o Cursor podem gerar vídeos de avatar por mim?

Sim. Instale o VisionStory Agent Skill ou ligue-se ao servidor VisionStory MCP. Um agente de programação suportado pode verificar créditos, listar os modelos, avatares e vozes atuais, preparar um pedido válido, iniciar a tarefa de vídeo, monitorizá-la e transferir 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 áudio gravado, ou envie um text_script com um ID de voz quando o VisionStory deva sintetizar a fala. Use um tipo de script por pedido, em vez de enviar ambos.

Como deve uma integração em produção gerir a geração de vídeo?

Trate a criação de vídeo como uma tarefa assíncrona. Guarde o ID do pedido do cliente e o ID de vídeo devolvido, faça polling a cada cinco segundos, aproximadamente, e pare quando a tarefa chegar a created ou failed. Os URLs de vídeo concluídos são mantidos durante sete dias; por isso, quando necessário, copie o conteúdo final para o seu armazenamento permanente.

Onde devo guardar a minha chave de API do VisionStory?

Mantenha a VISIONSTORY_API_KEY numa variável de ambiente do servidor, num segredo de CI ou no armazenamento de segredos do cliente MCP e envie-a através do header do pedido X-API-Key. Nunca incorpore a chave em código do browser, num bundle de aplicação móvel, num repositório público, em capturas de ecrã, logs ou numa mensagem de chat de IA.

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

Pode combinar vídeo de avatar com Texto para Fala, vozes públicas ou clonadas, recursos reutilizáveis de imagem e áudio, transcrição, geração de imagens com IA e modelos de vídeo de ponta. Estes blocos suportam vídeos explicativos localizados, contacto personalizado, conteúdos de aprendizagem automatizados e fluxos de trabalho de media com agentes de IA.

VisionStory API
criada para programadores

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

Explorar a Documentação para Programadores

POST /api/v1/video

REST API
Python SDK
CLI
MCP
Agent Skill

Agente pronto

Funciona onde os seus agentes trabalham.

Copie uma mensagem de configuração para o seu agente de programação ou ligue o servidor MCP e disponibilize a VisionStory como uma ferramenta reutilizável.

VisionStory CLI

Instale uma vez. Use todas as APIs a partir do seu terminal.

O instalador faz upgrade para a versão mais recente no PyPI num ambiente isolado. Os seus projetos Python existentes permanecem intocados.

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, depois, envie este prompt ao seu agente de programação. Ele irá guiá-lo no login do visionstory, verificar os Créditos e criar o vídeo sem expor a sua chave.

Ferramentas para programadores da VisionStory

Escolha a integração da API para a sua stack.

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

01REST

Chame a REST API

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

Ver a referência da REST API 02PYTHON

Crie com o SDK de Python

Use o cliente Python tipado e sem dependências para autenticação baseada em variáveis de ambiente, construção do payload, uploads, polling de trabalhos e transferências. Adequa-se a aplicações Python, notebooks e serviços internos de media.

Ler o guia rápido do SDK de Python 03CLI

Automatize com a CLI

Execute visionstory doctor, verifique créditos, descubra IDs de recursos, gere vídeos de avatar, inspecione tarefas e transfira resultados a partir de um terminal, script de shell ou tarefa de CI, sem ter de criar primeiro uma aplicação.

Instalar e verificar a CLI 04MCP / SKILL

Ligue um agente de programação com IA

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

Ligar o MCP ou o Agent Skill

Guia rápido da API de avatar falante

Gere o seu primeiro vídeo de avatar falante.

Crie uma chave de API do lado do servidor, verifique o seu saldo de Créditos e descubra os IDs atuais de modelo, avatar e Voz. Submeta um text_script ou audio_script para POST /api/v1/video, faça polling a cada cerca de cinco segundos até o trabalho ser criado e depois transfira o MP4. Os URLs dos vídeos concluídos são mantidos durante 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 da VisionStory

Escolha o modelo para o resultado de que precisa.

Comece pela tarefa que precisa de concluir e depois obtenha o catálogo de modelos atual em runtime. A resposta da API é a fonte de verdade para os IDs disponíveis, os parâmetros aceites e os limites de saída.

Avatar falanteVisionStory

V-Character 4.0

vs_character_v4

O modelo nativo de personagem da VisionStory transforma um retrato, mais texto ou áudio gravado, numa performance consistente com a identidade, com movimento expressivo 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 prompts e por imagens, com movimento coerente, movimento de câmara cinematográfico e clips únicos mais longos.

Texto-para-vídeo
Imagem-para-vídeo
Clips de 4–30 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 de alta resolução, renderize texto de forma fiável e refine resultados através de edições conversacionais guiadas por referências.

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

APIs de media com IA combináveis

Combine APIs de avatar, Voz e Vídeo com IA.

Use uma chave de API para criar apresentadores falantes, sintetizar fala natural, reutilizar avatares personalizados, vozes e ativos de media e gerar clips de vídeo de suporte. Crie vídeos explicativos localizados, onboarding personalizado, conteúdos de educação, prospeção comercial ou media criado por agentes, sem ter de juntar vários fornecedores.

Fluxo de trabalho 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 transferível quando o trabalho assíncrono terminar.

Um guião a transformar-se numa forma de onda de áudio através da API de Texto para Fala do 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 runtime, em vez de codificar IDs de voz no código.

Um prompt a transformar-se num vídeo gerado através da API de Vídeo com IA do VisionStory

Criação orientada por agente

API de geração de Vídeo com IA

Gere clips de texto-para-vídeo, imagem-para-vídeo e guiados por referência, com um modelo selecionado a partir do catálogo em tempo real. Um agente de IA pode preparar prompts e recursos, estimar créditos, submeter a tarefa e combinar o resultado com um apresentador avatar.

Perguntas frequentes da API de Vídeo de Avatar com IA

Respostas diretas sobre autenticação, pedidos, tarefas assíncronas, SDKs, automação por CLI, MCP e utilização em produção.

Uma API de vídeo de avatar com IA transforma um apresentador digital mais texto ou áudio gravado num vídeo com sincronização labial que uma aplicação pode gerar de forma programática. O VisionStory aceita pedidos autenticados no servidor, devolve imediatamente um ID de vídeo, processa a tarefa de forma assíncrona e fornece um URL de MP4 quando a geração estiver concluída.
Crie uma chave de API do VisionStory, verifique os seus Créditos, obtenha os IDs atuais de modelo, avatar e voz e, depois, envie um text_script ou um audio_script para POST /api/v1/video. A API devolve imediatamente um ID de vídeo. Faça polling à tarefa a cada cinco segundos, aproximadamente, até o estado ser created e, depois, transfira o MP4 a partir de video_url.
Use REST quando precisa de controlo independente da linguagem, o SDK Python quando estiver a criar 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 do VisionStory e o mesmo fluxo de trabalho de vídeo assíncrono.
Sim. Instale o VisionStory Agent Skill ou ligue-se ao servidor VisionStory MCP. Um agente de programação suportado pode verificar créditos, listar os modelos, avatares e vozes atuais, preparar um pedido válido, iniciar a tarefa de vídeo, monitorizá-la e transferir 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 áudio gravado, ou envie um text_script com um ID de voz quando o VisionStory deva sintetizar a fala. Use um tipo de script por pedido, em vez de enviar ambos.
Trate a criação de vídeo como uma tarefa assíncrona. Guarde o ID do pedido do cliente e o ID de vídeo devolvido, faça polling a cada cinco segundos, aproximadamente, e pare quando a tarefa chegar a created ou failed. Os URLs de vídeo concluídos são mantidos durante sete dias; por isso, quando necessário, copie o conteúdo final para o seu armazenamento permanente.
Mantenha a VISIONSTORY_API_KEY numa variável de ambiente do servidor, num segredo de CI ou no armazenamento de segredos do cliente MCP e envie-a através do header do pedido X-API-Key. Nunca incorpore a chave em código do browser, num bundle de aplicação móvel, num repositório público, em capturas de ecrã, logs ou numa mensagem de chat de IA.
Pode combinar vídeo de avatar com Texto para Fala, vozes públicas ou clonadas, recursos reutilizáveis de imagem e áudio, transcrição, geração de imagens com IA e modelos de vídeo de ponta. Estes blocos suportam vídeos explicativos localizados, contacto personalizado, conteúdos de aprendizagem automatizados e fluxos de trabalho de media com agentes de IA.

Comece com um pedido autenticado

Crie a sua primeira integração de vídeo de avatar com IA.

Crie uma chave de API, verifique os seus Créditos e siga o quickstart de avatar falante em cinco passos. Comece com REST ou Python e, depois, adicione automação por CLI, ferramentas MCP ou o Agent Skill à medida que o seu fluxo de trabalho cresce. Consulte endpoints de recursos em tempo real, em vez de codificar IDs de modelo, avatar ou voz no código.

Criar uma chave de API do VisionStory Explorar documentação para developers