Vidéo musicale depuis audio et images: API complète

Music Video 1.0 transforme un fichier MP3 de 10-300 secondes et une à sept images de référence en vidéo musicale de longueur complète, en une seule tâche API asynchrone. Il prend en charge cinq rapports d'aspect, des résolutions 540P/720P/1080P et des sous-titres gravés en option, générés automatiquement à partir de la chanson ou fournis via un fichier SRT.^[1]

C'est un produit différent de la génération de trente clips de cinq secondes et leur montage sur une piste. La chanson définit à la fois la durée de sortie et la facturation.

Entrées, sortie et limites

La sortie suit la durée de la chanson, jusqu'à cinq minutes. L'API retourne immédiatement un identifiant de tâche ; l'application interroge jusqu'à ce que output.video_urls contienne le MP4.^[1]

Requête minimale

curl -X POST https://api.reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer $REAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "music-video-1-0",
    "audio_url": "https://files.example.com/song.mp3",
    "reference_image_urls": [
      "https://files.example.com/artist-portrait.jpg",
      "https://files.example.com/neon-stage.jpg"
    ],
    "aspect_ratio": "16:9",
    "resolution": "540P",
    "prompt": "Intimate live performance, practical colored lights, slow camera movement"
  }'

Tous les médias doivent être des URL HTTP(S) publiques. Les chemins locaux et les données base64 sont rejetés.

Coût d'une chanson complète

Les tarifs publics en direct sont de 0,05 $ par seconde de chanson en 540P, 0,08 $ en 720P et 0,15 $ en 1080P.^[2]

coût vidéo musicale = secondes chanson arrondie × tarif résolution

Le serveur examine le MP3 plutôt que de faire confiance à une durée fournie par le client. Supprimer une outro silencieuse de 12 secondes avant le téléchargement réduit à la fois la durée de sortie et la durée facturée.

Utilisez les images de référence comme contrat visuel

Sept images sont disponibles, mais chacune devrait avoir un rôle. Un ensemble pratique pour une vidéo d'artiste est :

• une image de référence propre du visage/garde-robe ;
• une image de corps entier ;
• deux références de lieu ou décor ;
• une référence de couleur/éclairage ;
• une référence d'objet ou de pochette d'album.

Ne mélangez pas plusieurs versions du même personnage avec des cheveux, vêtements ou âges différents, sauf si la variation est intentionnelle. Le modèle n'a aucun moyen de savoir quelle contradiction est une erreur.

Le prompt devrait expliquer les rôles plutôt que de redécrire le contenu de l'image :

Keep the singer's face and silver jacket from the first two images. Use the
warehouse and amber light from images three and four. Verses are restrained
handheld close-ups; choruses widen into fast dolly moves. No crowd, no logos,
no text except supplied subtitles.

Sous-titres automatiques ou votre propre SRT ?

Il y a trois choix valides :

Pour un master de sortie, apportez un SRT. La transcription automatique est utile pour l'examen, pas comme preuve que chaque parole est correcte.

{
  "model": "music-video-1-0",
  "audio_url": "https://files.example.com/song.mp3",
  "reference_image_urls": ["https://files.example.com/look.jpg"],
  "aspect_ratio": "9:16",
  "resolution": "720P",
  "add_subtitle": true,
  "srt_url": "https://files.example.com/song-approved.srt",
  "subtitle_color": "#F4EBDD"
}

Génération de chanson complète ou clip par clip ?

Utilisez une tâche de chanson complète quand la vitesse et la continuité visuelle large importent plus que l'édition de chaque beat. Utilisez une liste de plans quand la vidéo a besoin de produits exacts, de chorégraphie, de continuité narrative ou d'une édition fixe sur beat.

La voie intermédiaire est souvent la meilleure : générez un traitement visuel complet 540P, marquez les sections qui méritent d'être conservées, puis reconstruisez seulement les moments clés avec des modèles au niveau des plans. La chanson complète devient un animatique plutôt que le master final.

Ce qu'une seule demande de chanson complète peut et ne peut pas contrôler

Une seule tâche est bonne pour préserver un look global, une direction de rythme et un sujet récurrent sur une piste. Elle est faible quand l'éditeur a besoin d'une action spécifique au measure 17, d'un produit exact dans chaque refrain, ou d'un événement narratif sur une parole fixe.

Traitez le prompt comme un brief vidéo musicale plutôt qu'une liste de plans avec cinquante commandes d'horodatage. Décrivez la grammaire visuelle : comment les couplets diffèrent des refrains, ce qui change au pont, quel sujet doit rester reconnaissable, et ce qui ne devrait jamais apparaître. Puis examiné le résultat comme un animatique.

Utilisez un éditeur de chronologie ou des générations au niveau des plans pour les superpositions déterministes, les logos, les mentions légales, la typographie des paroles et les coupes beat exactes. Les cadres génératifs sont un mauvais endroit pour composer un nom de sponsor approuvé. Le système de sous-titres est l'exception car il grave une transcription/SRT connue via un champ dédié plutôt que de demander au modèle vidéo de dessiner du texte arbitraire à partir d'un prompt.

Estimez l'exposition aux tentatives avant de choisir 1080P

Le tableau des coûts devient plus utile quand multiplié par les tentatives attendues. Une piste de trois minutes coûte 27 $ en 1080P. Trois concepts visuels différents coûtent 81 $ ; deux révisions du concept choisi peuvent amener le total à 135 $.

La même exploration en 540P coûte 9 $ par tentative. Trois concepts plus une finalisation 1080P coûtent 54 $ :

3 × concepts 540P 180 secondes   27 $
1 × finalisation 1080P 180 secondes   27 $
total                             54 $

Ce plan échelonné ne fonctionne pas quand le problème d'acceptation n'est visible qu'à la résolution finale. Exécutez un étalonnage court ou complète haute résolution tôt si la vidéo dépend des détails du visage, de la texture fine du costume ou de la lisibilité des sous-titres.

Préparez l'audio et les références avant la soumission

Le serveur mesure le MP3 réel, donc le master téléchargé devrait déjà être final. Avant de l'envoyer :

• supprimez les silences involontaires et l'audio de décompte ;
• confirmez que l'échantillon ne contient pas de filigrane temporaire ou de voix guide ;
• normalisez le master approuvé en dehors de la tâche vidéo ;
• vérifiez que chaque image de référence est autorisée et intentionnellement partie du look ;
• recadrez les références autour des informations sur le sujet dont le modèle a besoin ;
• supprimez les images quasi-dupliquées avec des gradations couleur conflictuelles ;
• créez et relisez le SRT si les paroles importent.

Changer la chanson après la génération décale chaque édition ultérieure et chaque indice de sous-titres. Un rendu de chanson complète est en aval du mastering audio, pas un endroit pour découvrir que le pont sera huit secondes plus court.

Gérer une tâche longue échouée ou bloquée

Ne soumettez pas automatiquement quand l'interrogation expire. La tâche d'origine pourrait toujours être traitée, et une nouvelle tentative aveugle peut créer une deuxième charge de chanson complète. Persistez l'identifiant de tâche, interrogez son état à nouveau et distinguez un délai d'expiration d'application d'un état terminal failed.

Si le serveur ne peut pas examiner l'audio, la demande retourne une erreur de tarification sans charge. Vérifiez que l'URL est publique, retourne le MP3 directement et supporte l'accès à distance. Une page de partage contenant un lecteur audio n'est pas la même chose qu'une URL audio directe.

Construire autour d'une tâche asynchrone longue durée

Un rendu multi-minute peut prendre beaucoup plus de temps qu'un travail court de texte vers vidéo. Le code de production devrait :

1. sauvegarder l'identifiant de tâche avant de retourner à l'utilisateur ;
2. interroger en arrière-plan plutôt que de garder une requête HTTP ouverte ;
3. permettre une fenêtre de délai d'expiration long ;
4. afficher la durée de chanson examinée et le coût de résolution estimé ;
5. conserver les URL d'entrée et le prompt pour l'audit et les nouvelles tentatives.

Le contrat complet de demande et d'erreur est dans la documentation de l'API Music Video 1.0, et les tarifs actuels sont sur la page du modèle et tarification Music Video 1.0.

References

1. reAPI Music Video 1.0 API documentation, consulté le 23 août 2026.
2. reAPI Music Video 1.0 model and pricing page, consulté le 23 août 2026.