Omni V2V 動画編集 API

Omni V2V 動画編集 API

Omni V2V は自然言語で既存動画を編集します。1 回のリクエストで 元動画 1 本、任意で 参考画像 1～2 枚を受け取ります。処理は非同期で、送信後にタスク ID をポーリングし、完了した動画をダウンロードします。

編集できる内容

• 人物・キャラクター：参考画像に合わせた外見の維持、衣装・髪型・アクセサリーの変更。
• 場所・背景：元の動きを保ちながら、場所、季節、天候、時間帯、背景を変更。
• 小道具・商品：物体の追加、置換、削除、非表示。商品画像で形状や素材を指定。
• スタイル：実写からアニメ、映画調、ヴィンテージフィルム、クレイアニメ、モノクロなどへの変換。
• 光と色：光源、色温度、カラーグレーディング、雨、霧、雪の変更。
• 局所編集：看板の文字や特定要素だけを変更し、その他を維持。
• カメラとタイミング：画角、カメラ移動、カット、特定時刻の出来事を指定。
• 音：環境音、音楽、効果音を指定可能。上流モデルは現在、声そのものの編集には対応していません。

OpenAI / Sora 互換形式

curl https://api.4allapi.com/v1/videos/edits \
  -H "Authorization: Bearer $API_KEY" \
  -F "model=omni_flash_v2v" \
  -F "prompt=Use reference image 1 for the character and reference image 2 for the handbag. Change the street to a rainy neon city at night. Keep the face, original motion, camera path, timing and framing the same." \
  -F "video=@source.mp4;type=video/mp4" \
  -F "input_reference=@character.png;type=image/png" \
  -F "input_reference=@handbag.jpg;type=image/jpeg" \
  -F "seconds=8" \
  -F "resolution=720p"

フィールド	必須	説明
model	はい	omni_flash_v2v
prompt	はい	変更内容と維持する内容を明記
video	はい	元動画 1 本
input_reference	いいえ	1～2 枚の画像。フィールドを繰り返して送信
seconds	いいえ	未指定時は元動画の長さ。10 を超える値は 10 に制限
resolution	いいえ	有効なチャンネルで対応する場合、例：720p

無効な画像や 3 枚目以降は静かに無視されます。元動画とプロンプトが有効であれば、余分な参考画像だけを理由にタスクを失敗させません。

Gemini 互換 multipart では、元動画は video、参考画像は繰り返しの referenceImages を使用します。ネイティブ JSON では instances[0].video と instances[0].referenceImages を使用します。

タスク状態は GET /v1/videos/{video_id}、完成動画は同じ API キーを付けて GET /v1/videos/{video_id}/content から取得します。

プロンプトのコツ

動画編集では、簡潔で焦点の合った指示が安定します。各参考画像の役割、変更点、維持する要素の順で書いてください。部分編集では Keep everything else the same を加え、顔、動作、カメラ経路、タイミング、構図、自然な物理挙動など重要な不変条件を列挙します。音や時間指定も After 3 seconds...、[0-3s] ... のように直接記述できます。

このゲートウェイでは元動画を 10 秒以内にすることを推奨し、1 回の処理は最大 10 秒です。複雑な遮蔽、高速動作、反射、手指、細かな文字は不安定になる場合があります。入力と出力には安全フィルターが適用されます。

機能の背景：Google Gemini Omni Flash 公式ドキュメント。フィールド名、参考画像 2 枚の上限、超過時の挙動は現在の 4All API ゲートウェイ仕様です。