Snabbstart: Generera en video med Sora (förhandsversion)

2025-09-16

I den här snabbstarten genererar du videoklipp med hjälp av Azure OpenAI-tjänsten. I exemplet används Sora-modellen, som är en videogenereringsmodell som skapar realistiska och fantasifulla videoscener från textinstruktioner och/eller bild- eller videoindata. Den här guiden visar hur du skapar ett videogenereringsjobb, söker efter dess status och hämtar den genererade videon.

Mer information om videogenerering finns i Begrepp för videogenerering.

Förutsättningar

Ett Azure-abonnemang. Skapa en kostnadsfritt.
En Azure OpenAI-resurs som skapats i en region som stöds. Se Regiontillgänglighet. Mer information finns i Skapa en resurs och distribuera en modell med Azure OpenAI.

Gå till Azure AI Foundry-portalen

Bläddra till Azure AI Foundry-portalen och logga in med de autentiseringsuppgifter som är associerade med din Azure OpenAI-resurs. Under eller efter inloggningsarbetsflödet väljer du lämplig katalog, Azure-prenumeration och Azure OpenAI-resurs.

På landningssidan för Azure AI Foundry skapar eller väljer du ett nytt projekt. Gå till sidan Modeller + slutpunkter i det vänstra navigeringsfältet . Välj Distribuera modell och välj sedan Sora-videogenereringsmodellen i listan. Slutför distributionsprocessen.

På modellens sida väljer du Öppna på lekplatsen.

Prova videogenerering

Börja utforska Sora-videogenereringen utan kod via videolekplatsen. Ange din fråga i textrutan och välj Generera. När den AI-genererade videon är klar visas den på sidan.

Anmärkning

API:erna för innehållsgenerering levereras med ett filter för innehållsmoderering. Om Azure OpenAI identifierar din fråga som skadligt innehåll returnerar den inte en genererad video. Mer information finns i Innehållsfiltrering.

I Video Playground kan du också visa Python- och cURL-kodexempel, som är förfyllda enligt dina inställningar. Välj kodknappen överst i videouppspelningsfönstret. Du kan använda den här koden för att skriva ett program som slutför samma uppgift.

Förutsättningar

Ett Azure-abonnemang. Skapa en kostnadsfritt.
Python 3.8 eller senare version. Vi rekommenderar att du använder Python 3.10 eller senare, men minst Python 3.8 krävs. Om du inte har en lämplig version av Python installerad kan du följa anvisningarna i VS Code Python-självstudien för det enklaste sättet att installera Python på operativsystemet.
En Azure OpenAI-resurs som skapats i en av de regioner som stöds. Mer information om regiontillgänglighet finns i dokumentationen för modeller och versioner.
Sedan måste du distribuera en sora modell med din Azure OpenAI-resurs. Mer information finns i Skapa en resurs och distribuera en modell med Azure OpenAI.

Krav för Microsoft Entra-ID

För den rekommenderade nyckellösa autentiseringen med Microsoft Entra-ID måste du:

Installera Azure CLI som används för nyckellös autentisering med Microsoft Entra-ID.
Cognitive Services User Tilldela rollen till ditt användarkonto. Du kan tilldela roller i Azure-portalen under Åtkomstkontroll (IAM)>Lägg till rolltilldelning.

Ställ in

Skapa en ny mapp video-generation-quickstart och gå till snabbstartsmappen med följande kommando:
```
mkdir video-generation-quickstart && cd video-generation-quickstart
```
Skapa en virtuell miljö. Om du redan har Python 3.10 eller senare installerat kan du skapa en virtuell miljö med hjälp av följande kommandon:
- Windows
- Linux
- macOS
```
py -3 -m venv .venv
.venv\scripts\activate
```
```
python3 -m venv .venv
source .venv/bin/activate
```
```
python3 -m venv .venv
source .venv/bin/activate
```
När du aktiverar Python-miljön innebär det att när du kör python eller pip från kommandoraden använder du sedan Python-tolken .venv som finns i mappen för ditt program. Du kan använda deactivate kommandot för att avsluta den virtuella python-miljön och senare återaktivera den när det behövs.

Tips/Råd

Vi rekommenderar att du skapar och aktiverar en ny Python-miljö som ska användas för att installera de paket som du behöver för den här självstudien. Installera inte paket i din globala Python-installation. Du bör alltid använda en virtuell miljö eller conda-miljö när du installerar Python-paket, annars kan du avbryta den globala installationen av Python.
För den rekommenderade nyckellösa autentiseringen med Microsoft Entra-ID installerar du azure-identity paketet med:
```
pip install azure-identity
```

Hämta resursinformation

Du måste hämta följande information för att autentisera ditt program med din Azure OpenAI-resurs:

Microsoft Entra-ID
API-nyckel

Variabelnamn	Värde
`AZURE_OPENAI_ENDPOINT`	Det här värdet finns i avsnittet Nycklar och slutpunkter när du undersöker din resurs från Azure-portalen.
`AZURE_OPENAI_DEPLOYMENT_NAME`	Det här värdet motsvarar det anpassade namn som du valde för distributionen när du distribuerade en modell. Det här värdet finns underResurshanteringsmodelldistributioner> i Azure-portalen.

Läs mer om nyckellös autentisering och inställning av miljövariabler.

Variabelnamn	Värde
`AZURE_OPENAI_ENDPOINT`	Det här värdet finns i avsnittet Nycklar och slutpunkter när du undersöker din resurs från Azure-portalen.
`AZURE_OPENAI_API_KEY`	Det här värdet finns i avsnittet Nycklar och slutpunkter när du undersöker din resurs från Azure-portalen. Du kan använda antingen `KEY1` eller `KEY2`.
`AZURE_OPENAI_DEPLOYMENT_NAME`	Det här värdet motsvarar det anpassade namn som du valde för distributionen när du distribuerade en modell. Det här värdet finns underResurshanteringsmodelldistributioner> i Azure-portalen.

Läs mer om att hitta API-nycklar och ange miljövariabler.

Viktigt!

Använd API-nycklar med försiktighet. Inkludera inte API-nyckeln direkt i koden och publicera den aldrig offentligt. Om du använder en API-nyckel lagrar du den på ett säkert sätt i Azure Key Vault. Mer information om hur du använder API-nycklar på ett säkert sätt i dina appar finns i API-nycklar med Azure Key Vault.

Mer information om säkerhet för AI-tjänster finns i Autentisera begäranden till Azure AI-tjänster.

Generera video med Sora

Du kan generera en video med Sora-modellen genom att skapa ett videogenereringsjobb, söka efter dess status och hämta den genererade videon. Följande kod visar hur du gör detta via REST-API:et med Python.

Skapa filen och lägg till följande kod för att autentisera resursen sora-quickstart.py :

Microsoft Entra-ID
API-nyckel

import requests
import base64 
import os
from azure.identity import DefaultAzureCredential

# Set environment variables or edit the corresponding values here.
endpoint = os.environ['AZURE_OPENAI_ENDPOINT']

# Keyless authentication
credential = DefaultAzureCredential()
token = credential.get_token("https://cognitiveservices.azure.com/.default")

api_version = 'preview'
headers= { "Authorization": f"Bearer {token.token}", "Content-Type": "application/json" }

import requests
import base64 
import os
from azure.identity import DefaultAzureCredential

# Set environment variables or edit the corresponding values here.
endpoint = os.environ['AZURE_OPENAI_ENDPOINT']
api_key = os.environ['AZURE_OPENAI_API_KEY']

api_version = 'preview'
headers= { "api-key": api_key, "Content-Type": "application/json" }

Skapa videogenereringsjobbet. Du kan bara skapa den från en textprompt eller från en indatabild och en textprompt.

# 1. Create a video generation job
create_url = f"{endpoint}/openai/v1/video/generations/jobs?api-version={api_version}"
body = {
    "prompt": "A cat playing piano in a jazz bar.",
    "width": 480,
    "height": 480,
    "n_seconds": 5,
    "model": "sora"
}
response = requests.post(create_url, headers=headers, json=body)
response.raise_for_status()
print("Full response JSON:", response.json())
job_id = response.json()["id"]
print(f"Job created: {job_id}")

# 2. Poll for job status
status_url = f"{endpoint}/openai/v1/video/generations/jobs/{job_id}?api-version={api_version}"
status=None
while status not in ("succeeded", "failed", "cancelled"):
    time.sleep(5)  # Wait before polling again
    status_response = requests.get(status_url, headers=headers).json()
    status = status_response.get("status")
    print(f"Job status: {status}")

# 3. Retrieve generated video 
if status == "succeeded":
    generations = status_response.get("generations", [])
    if generations:
        print(f"✅ Video generation succeeded.")
        generation_id = generations[0].get("id")
        video_url = f"{endpoint}/openai/v1/video/generations/{generation_id}/content/video?api-version={api_version}"
        video_response = requests.get(video_url, headers=headers)
        if video_response.ok:
            output_filename = "output.mp4"
            with open(output_filename, "wb") as file:
                file.write(video_response.content)
                print(f'Generated video saved as "{output_filename}"')
    else:
        raise Exception("No generations found in job result.")
else:
    raise Exception(f"Job didn't succeed. Status: {status}")

Ersätt fältet "file_name" i "inpaint_items" med namnet på indatabildfilen. Ersätt också konstruktionen av matrisen files , som associerar sökvägen till den faktiska filen med det filnamn som API:et använder.

"crop_bounds" Använd data (avstånd för bildgrödor, från varje riktning, som en bråkdel av de totala bilddimensionerna) för att ange vilken del av bilden som ska användas i videogenereringen.

Du kan också ange "frame_index" till ramen i den genererade videon där bilden ska visas (standardvärdet är 0, början av videon).

# 1. Create a video generation job with image inpainting (multipart upload)
create_url = f"{endpoint}/openai/v1/video/generations/jobs?api-version=preview"

# Flatten the body for multipart/form-data
data = {
    "prompt": "A serene forest scene transitioning into autumn",
    "height": str(1080),
    "width": str(1920),
    "n_seconds": str(10),
    "n_variants": str(1),
    "model": "sora",
    # inpaint_items must be JSON string
    "inpaint_items": json.dumps([
        {
            "frame_index": 0,
            "type": "image",
            "file_name": "dog_swimming.jpg",
            "crop_bounds": {
                "left_fraction": 0.1,
                "top_fraction": 0.1,
                "right_fraction": 0.9,
                "bottom_fraction": 0.9
            }
        }
    ])
}

# Replace with your own image file path
with open("dog_swimming.jpg", "rb") as image_file:
    files = [
        ("files", ("dog_swimming.jpg", image_file, "image/jpeg"))
    ]
    multipart_headers = {k: v for k, v in headers.items() if k.lower() != "content-type"}
    response = requests.post(
        create_url,
        headers=multipart_headers,
        data=data,
        files=files
    )

if not response.ok:
    print("Error response:", response.status_code, response.text)
    response.raise_for_status()
print("Full response JSON:", response.json())
job_id = response.json()["id"]
print(f"Job created: {job_id}")

# 2. Poll for job status
status_url = f"{endpoint}/openai/v1/video/generations/jobs/{job_id}?api-version=preview"
status = None
while status not in ("succeeded", "failed", "cancelled"):
    time.sleep(5)
    status_response = requests.get(status_url, headers=headers).json()
    status = status_response.get("status")
    print(f"Job status: {status}")

# 3. Retrieve generated video
if status == "succeeded":
    generations = status_response.get("generations", [])
    if generations:
        generation_id = generations[0].get("id")
        video_url = f"{endpoint}/openai/v1/video/generations/{generation_id}/content/video?api-version=preview"
        video_response = requests.get(video_url, headers=headers)
        if video_response.ok:
            output_filename = "output.mp4"
            with open(output_filename, "wb") as file:
                file.write(video_response.content)
                print(f'✅ Generated video saved as "{output_filename}"')
    else:
        raise Exception("No generations found in job result.")
else:
    raise Exception(f"Job didn't succeed. Status: {status}")

Ersätt fältet "file_name" i "inpaint_items" med namnet på din indatavideofil. Ersätt också konstruktionen av matrisen files , som associerar sökvägen till den faktiska filen med det filnamn som API:et använder.

Använd "crop_bounds" data (mått för bildbeskärning, från varje riktning, som en bråkdel av bildramens dimensioner) för att ange vilken del av videoramen som ska användas i videogenereringen.

Du kan också ange "frame_index" till ramen i den genererade videon där indatavideon ska starta (standardvärdet är 0, början).

# 1. Create a video generation job with video inpainting (multipart upload)
create_url = f"{endpoint}/openai/v1/video/generations/jobs?api-version=preview"

# Flatten the body for multipart/form-data
data = {
    "prompt": "A serene forest scene transitioning into autumn",
    "height": str(1080),
    "width": str(1920),
    "n_seconds": str(10),
    "n_variants": str(1),
    "model": "sora",
    # inpaint_items must be JSON string
    "inpaint_items": json.dumps([
        {
            "frame_index": 0,
            "type": "video",
            "file_name": "dog_swimming.mp4",
            "crop_bounds": {
                "left_fraction": 0.1,
                "top_fraction": 0.1,
                "right_fraction": 0.9,
                "bottom_fraction": 0.9
            }
        }
    ])
}

# Replace with your own video file path
with open("dog_swimming.mp4", "rb") as video_file:
    files = [
        ("files", ("dog_swimming.mp4", video_file, "video/mp4"))
    ]
    multipart_headers = {k: v for k, v in headers.items() if k.lower() != "content-type"}
    response = requests.post(
        create_url,
        headers=multipart_headers,
        data=data,
        files=files
    )

if not response.ok:
    print("Error response:", response.status_code, response.text)
    response.raise_for_status()
print("Full response JSON:", response.json())
job_id = response.json()["id"]
print(f"Job created: {job_id}")

# 2. Poll for job status
status_url = f"{endpoint}/openai/v1/video/generations/jobs/{job_id}?api-version=preview"
status = None
while status not in ("succeeded", "failed", "cancelled"):
    time.sleep(5)
    status_response = requests.get(status_url, headers=headers).json()
    status = status_response.get("status")
    print(f"Job status: {status}")

# 3. Retrieve generated video
if status == "succeeded":
    generations = status_response.get("generations", [])
    if generations:
        generation_id = generations[0].get("id")
        video_url = f"{endpoint}/openai/v1/video/generations/{generation_id}/content/video?api-version=preview"
        video_response = requests.get(video_url, headers=headers)
        if video_response.ok:
            output_filename = "output.mp4"
            with open(output_filename, "wb") as file:
                file.write(video_response.content)
                print(f'✅ Generated video saved as "{output_filename}"')
    else:
        raise Exception("No generations found in job result.")
else:
    raise Exception(f"Job didn't succeed. Status: {status}")

Kör Python-filen.
```
python sora-quickstart.py
```
Vänta en stund för att få svaret.

Utgång

Utdata visar det fullständiga svaret JSON från begäran om att skapa videogenereringsjobb, inklusive jobb-ID och status.

{
    "object": "video.generation.job",
    "id": "task_01jwcet0eje35tc5jy54yjax5q",
    "status": "queued",
    "created_at": 1748469875,
    "finished_at": null,
    "expires_at": null,
    "generations": [],
    "prompt": "A cat playing piano in a jazz bar.",
    "model": "sora",
    "n_variants": 1,
    "n_seconds": 5,
    "height": 480,
    "width": 480,
    "failure_reason": null
}

Den genererade videon sparas som output.mp4 i den aktuella katalogen.

Job created: task_01jwcet0eje35tc5jy54yjax5q
Job status: preprocessing
Job status: running
Job status: processing
Job status: succeeded
✅ Video generation succeeded.
Generated video saved as "output.mp4"

Rensa resurser

Om du vill rensa och ta bort en Azure OpenAI-resurs kan du ta bort resursen. Innan du tar bort resursen måste du först ta bort alla distribuerade modeller.

Läs mer om distributionstyper för Azure OpenAI.
Läs mer om Azure OpenAI-kvoter och -gränser.

Feedback

Var den här sidan till hjälp?

Dela via

Snabbstart: Generera en video med Sora (förhandsversion)

Förutsättningar

Gå till Azure AI Foundry-portalen

Prova videogenerering

Förutsättningar

Krav för Microsoft Entra-ID

Ställ in

Hämta resursinformation

Generera video med Sora

Utgång

Rensa resurser

Relaterat innehåll

Feedback

Ytterligare resurser