O modelo de vídeo mais recente do Google, o Veo 3, oferece qualidade melhorada em relação ao Veo 2. Com ele, agora você pode adicionar diálogos entre personagens, efeitos sonoros e ruído de fundo para uma experiência de visualização mais rica.
curl-X POST 'https://pollo.ai/api/platform/v1/generation/google/veo-3/video'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "negativePrompt": "blurry, low quality, distorted, watermark, text", "aspectRatio": "16:9", "duration": 4, "resolution": "720p", "generateAudio": true }}'
Optionally include webhookUrl to receive a callback when the task succeeds or fails.
Optional request field
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","negativePrompt":"blurry, low quality, distorted, watermark, text","aspectRatio":"16:9","duration":4,"resolution":"720p","generateAudio":true},"webhookUrl":"https://example.com/webhooks/pollo"}
Schema
Input fields for the selected endpoint and mode.
Field
Type
Required
Description
prompt
string
Yes
Text prompt describing the content to generate.
negativePrompt
string
No
Text describing elements to avoid in the generated output.
aspectRatio
string
No
Output aspect ratio, as width:height (e.g. 16:9).
duration
number
No
The duration of the generated video, in seconds.
resolution
string
No
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
seed
integer
No
Random seed for reproducible generation.
generateAudio
boolean
No
Generate natural-sounding, fitting audio for the output video.
O áudio faz parte do plano de geração no Veo 3. O modelo pode criar clipes de vídeo curtos em que fala, efeitos sonoros, ruído ambiente, movimento e direção de câmera são descritos juntos.
Com o Veo 3 na Pollo API, desenvolvedores podem adicionar fluxos de texto para vídeo e imagem para vídeo a produtos que precisam de clipes gerados com saída visual e de áudio.
Principais recursos da Veo 3 API
Saída de áudio nativa
O Veo 3 pode produzir áudio gerado junto com o vídeo, incluindo fala, ambiência da cena e efeitos sonoros vinculados a ações visíveis no clipe.
Tratamento de diálogos curtos
O modelo é útil para momentos breves de fala em que o prompt define o falante, a linha, o gesto e a reação ao redor em uma cena compacta.
Movimento e detalhes físicos
O Veo 3 lida com movimento de objetos, mudanças de iluminação, movimento de câmera e efeitos ambientais de formas que ajudam cenas curtas a parecer internamente consistentes.
Orientação por texto e imagem
Os prompts podem começar só com texto ou usar uma imagem como contexto visual para o sujeito, quadro inicial, produto, objeto ou ambiente.
Design de cena sensível ao som
As instruções da cena podem incluir o que deve ser ouvido, como passos, ferramentas, alarmes, som ambiente interno, água, maquinário ou uma fala curta.
Estrutura compacta de clipe
O Veo 3 é mais fácil de controlar quando a cena tem uma ação principal, uma ideia clara de câmera e uma batida final audível ou visível.
Casos de uso da Veo 3 API
Ferramentas de clipes com diálogo: Gere cenas curtas com falante definido, fala definida, ação correspondente e ambiência ao redor.
Cenários de treinamento: Converta roteiros de trabalho, segurança ou onboarding em clipes curtos com ações visíveis e sinais de áudio relevantes.
Demonstrações educacionais: Crie clipes de aula em que narração, movimento de objetos e som ambiental apoiam um único ponto de ensino.
Momentos para jogos e histórias: Produza cutscenes breves, falas de NPC ou recursos narrativos ramificados que precisem de voz, movimento e detalhes de cenário juntos.
Rascunhos de conceito de anúncio: Teste cenas comerciais curtas antes da produção, especialmente quando som, ação e timing afetam a ideia.
Recursos para apps de criadores: Permita que usuários criem posts curtos em vídeo com som gerado, em vez de enviar clipes silenciosos para um fluxo de áudio separado.
Animação imagem para vídeo: Anime visuais enviados definindo movimento de câmera, ação do sujeito, ambiente e tratamento de som.
Como usar a Veo 3 API
Obtenha uma chave de API: Crie uma conta na Pollo API e gere sua chave de API no painel do desenvolvedor.
Escolha o modelo: Chame a rota do Veo 3 em /generation/google/veo3.
Adicione suas entradas: Envie um prompt para texto para vídeo ou uma URL de image para imagem para vídeo; opcionalmente defina negativePrompt, length, aspectRatio, resolution, seed ou generateAudio.
Gere e recupere: Envie a tarefa, salve as informações de tarefa retornadas e recupere o vídeo depois que a geração for concluída.
Boas práticas de prompting para a Veo 3 API
Escreva prompts como especificações de cenas curtas. Inclua o sujeito, cenário, posição da câmera, ação principal, requisito de áudio, fala (se necessário) e momento final.
Uma fórmula simples de prompt
Sujeito + cenário + posição da câmera + ação principal + dica de áudio ou diálogo + detalhe visual + batida final
O que você deve observar
Escopo de áudio: Diga se o clipe deve incluir fala, ambiência, efeitos sonoros, silêncio ou uma combinação específica.
Comprimento do diálogo: Mantenha as falas curtas, especialmente quando a cena também precisa de ação visível ou reação.
Ligação entre ação e som: Descreva ações que naturalmente criam som, como uma porta abrindo, uma ferramenta girando, água sendo derramada ou um timer apitando.
Simplicidade de câmera: Use uma ideia clara de câmera em vez de colocar várias mudanças de plano em uma saída curta.
Objetivo da imagem: Se uma imagem for fornecida, explique se ela define o sujeito, o ambiente, o primeiro quadro, a forma do objeto ou uma referência de estilo.
Estado final: Defina o que deve ser verdade no fim do clipe, como o objeto consertado, a porta aberta ou o falante em pausa.
Exemplos de prompts
Anúncio em plataforma de transporte
"Crie um vídeo de 8 segundos em uma plataforma de trem no começo da manhã. Um funcionário da estação verifica um painel digital, orienta passageiros para outro trilho e diz: 'A plataforma três já está em embarque.' Inclua reverberação de PA, malas com rodinhas, luz fria e um movimento lateral de câmera lento."
Clipe de reparo em oficina
"Use a foto enviada de uma luminária de mesa quebrada como imagem inicial. Mostre mãos substituindo o interruptor, a luminária piscando uma vez e depois brilhando de forma estável. Inclua sons leves de chave de fenda, ambiência silenciosa de bancada, sombras quentes e uma aproximação final em close."
Demonstração de química em sala de aula
"Crie uma demonstração curta em sala de aula. Um professor adiciona solução azul a um béquer transparente, alunos se inclinam para ver, e o líquido fica verde. Adicione a fala 'Observe a reação começar', tilintar de vidro, som ambiente da sala e um movimento de câmera estável de cima para close."
Cenário de simulado de emergência
"Gere um clipe de simulado de segurança no trabalho. Uma luz de corredor pisca, um funcionário fecha um armário, segue setas no chão e diz: 'A rota de saída está livre.' Inclua um alarme distante, passos, iluminação fluorescente e um plano final da porta aberta da escada de emergência."
Momento do timer de cozinha
"Crie um clipe de cozinha de 8 segundos. Um cozinheiro abre o forno, o vapor sai, um timer apita duas vezes e ele diz: 'Perfeito, deixa descansar.' Use enquadramento fechado com câmera na mão, luz quente de bancada, sons do forno e uma pausa final na assadeira."
Veo 3 vs Veo 3 Fast vs Veo 3.1
Capacidade
Veo 3
Veo 3 Fast
Veo 3.1
Uso principal
Geração padrão do Veo 3 com vídeo e áudio nativo
Iteração orientada à velocidade para rascunhos e testes de prompt
Fluxo Veo mais recente com controle visual expandido
Adequação de entrada
Prompts de texto e orientação por imagem única
Prompts de texto e imagem para variantes rápidas
Texto, imagens, referências e fluxos com quadros controlados
Fluxo de áudio
Fala, ambiência e efeitos sonoros gerados em clipes curtos
Útil para testar rapidamente ideias de prompt de áudio e vídeo
Útil quando o áudio precisa seguir entradas visuais mais controladas
Controle de cena
Cenas concisas com uma ação principal e uma dica sonora definida
Múltiplas direções de prompt e exploração de variantes
Planejamento de cena guiado por referência ou por quadros
Adequação para desenvolvedores
Apps que precisam de vídeo gerado com áudio no mesmo fluxo
Ferramentas de prévia, ideação em lote e ciclos curtos de iteração
Fluxos que precisam de continuidade visual mais rígida ou tratamento de referência
Recomendado para
Clipes de diálogo, explicativos, cenas de treinamento e saídas imagem para vídeo
Rascunho, teste e comparação de prompts
Recursos de campanha, referência ou storyboard com controle visual mais rígido
Por que escolher a Veo 3 API?
O Veo 3 é uma escolha prática quando a saída deve incluir som gerado, e não apenas imagens em movimento. Ele se encaixa em cenas curtas com fala, ambiência ou áudio baseado em ação.
Pela Pollo API, equipes podem acessar o Veo 3 junto com mais de 300 modelos de imagem e vídeo, com uma única superfície de API, documentação clara, custos mais baixos, infraestrutura escalável e suporte humano.
Use o Veo 3 na Pollo API quando seu produto precisar de geração de vídeo sensível a áudio para clipes de diálogo, cenas de treinamento, conteúdo educacional, rascunhos de anúncio ou ferramentas de imagem para vídeo.
Perguntas frequentes sobre a Veo 3 API
O que é Veo 3?
Veo 3 é o modelo de geração de vídeo do Google para criar vídeos curtos com áudio nativo, incluindo fala, efeitos sonoros, ambiência, movimento realista e orientação por texto ou imagem.
A Veo 3 API oferece suporte a text-to-video e imagem para vídeo?
Sim. A Veo 3 API na Pollo API oferece suporte à geração baseada em prompt e à geração guiada por imagem, então desenvolvedores podem criar clipes a partir de cenas escritas ou visuais enviados.
O Veo 3 pode gerar áudio com o vídeo?
Sim. O Veo 3 pode gerar áudio com o clipe, incluindo falas curtas, ambiência de fundo e efeitos sonoros relacionados a ações visíveis da cena.
A Veo 3 API é útil para cenas de diálogo?
Sim, especialmente para diálogos breves. O prompt deve definir quem fala, a linha, a ação visível e o ambiente sonoro ao redor.
Como o Veo 3 é diferente do Veo 3 Fast?
O Veo 3 é mais adequado para geração padrão, quando timing de áudio e detalhe visual importam. O Veo 3 Fast é mais útil para variantes rápidas e testes de prompt.
Por que executar o Veo 3 pela Pollo API?
A Pollo API permite que desenvolvedores usem o Veo 3 junto com mais de 300 outros modelos de imagem e vídeo, tornando comparação, desenho de fluxos de trabalho e gerenciamento de integração mais simples.
