Ir al contenido principal

Aporta una foto y de 3 a 600 segundos de voz para un video de InfiniteTalk en 480p o 720p, con una máscara opcional para identificar a quien habla.

Desde $0.036/s

Playground

Entrada

Avatar parlante
104/2000
Descripción opcional de escena y movimiento para InfiniteTalk; el precio depende de la duración del audio y de la resolución seleccionada, no de la redacción del prompt. mínimo 1 caracteres · máximo 2000 caracteres
1/1

Arrastra archivos o enlaces multimedia, pega o selecciona · 1 archivo · Máx. 10 MB · JPG · PNG · WEBP

  • 1
1 / 1 archivos
Foto que contiene a la persona que debe hablar; si hay varias personas, combínala con una máscara de hablante. InfiniteTalk cobra según los segundos de audio y la resolución. mínimo 1 caracteres
1/1
1 / 1 archivos
Grabación de voz de 3 segundos a 10 minutos; su duración determina el cobro por segundo con un mínimo de 3 segundos. mínimo 1 caracteres
0/1

Arrastra archivos o enlaces multimedia, pega o selecciona · 1 archivo · Máx. 10 MB · JPG · PNG · WEBP

0 / 1 archivos
Máscara opcional para una foto de grupo: marca en blanco a quien habla. La máscara de hablante no modifica la regla de cobro por segundos de audio y resolución. mínimo 1 caracteres
afecta al precio
480p o 720p; al elegir 720p, cada segundo de audio cuesta el doble de la tarifa de 480p.
Seed
Reutiliza un seed para mantener la misma fuente aleatoria al comparar un cambio a la vez, sin garantizar fotogramas idénticos; no cambia la tarifa por duración y resolución. no menor que 0 · no mayor que 2147483647
Filtro de seguridadDesactivado

SpicyAPI no ejecuta ningún filtro de seguridad en este modelo. Tu prompt y tus medios llegan al modelo tal como los escribes, y el propio modelo decide el resultado.

Comprobando tu cuenta antes de habilitar el envío y el cálculo de precios.

Salida

Listo para una nueva ejecución
Resultado de ejemplo

¿No está el modelo que buscas?

VIDEO GUIADO POR AUDIO CON SELECCIÓN DE HABLANTE

La API de InfiniteTalk de un vistazo

Comienza con un retrato o un video y deja que tu grabación guíe el habla, la expresión y los movimientos.

Niveles de salida
2
La tarifa por segundo de 720p es el doble de la tarifa de 480p.
Rango de grabación
3–600 S
InfiniteTalk acepta audio desde tres segundos hasta 10 minutos.
Selección de hablante
MÁSCARA
Una máscara opcional marca a la persona que debe hablar en una foto con varias personas.
Comparación controlada
SEED
Reutiliza la fuente aleatoria al cambiar un ajuste; no se garantiza que la salida coincida.
Licencia del modelo
Apache
MeiGen-AI ofrece InfiniteTalk como modelo de código abierto.

Resultados

Lo que puedes crear con InfiniteTalk

  • ASTRONOMÍA EN AZOTEA

    Una explicación corta de Saturno

    El astrónomo habló junto a su telescopio de azotea durante unos nueve segundos en nuestras pruebas. La interpretación siguió la grabación con movimiento natural sutil.

    La muestra astronómica en 480p sigue unos nueve segundos grabados sobre Saturno con movimiento natural sutil.

  • DIÁLOGO NOCTURNO

    Un retrato de bar interpreta la frase

    El bar en 480p anima a un hombre con corbata aflojada diciendo: «Last call already? Then stay for one more.» Hay movimiento natural de cabeza ante el cálido entorno del bar.

    La muestra en 480p da habla al retrato de bar con movimiento natural de cabeza al decir: «Last call already? Then stay for one more.»

  • HABLANTE Y COMPARACIÓN

    Identifica a la persona y cambia un detalle

    Marca a quien habla en blanco en una máscara opcional si comparten foto varias personas. seed fijo ayuda a comparar un ajuste de prompt o resolución a la vez, sin prometer resultados idénticos.

Prueba de contenido

¿InfiniteTalk funciona sin censura? Lo que probamos

Niveles de contenido probados en InfiniteTalk, por modo
NivelSincronización labialAvatar parlante
Suave
Aún sin probar
Aún sin probar
Moderado
Se generaProbado el 15 nov 2026
Se generaProbado el 15 nov 2026
Fuerte
Aún sin probar
Aún sin probar
Muy fuerte
Aún sin probar
Aún sin probar
Máximo
Aún sin probar
Aún sin probar
Cómo hacemos las pruebas

Cómo se comporta cada modo

Avatar parlante
Para InfiniteTalk, usa fotos y grabaciones que tengas permiso de utilizar; no suplantes a las personas retratadas o grabadas.
Avatar parlante
El audio de InfiniteTalk debe durar al menos 3 segundos y no superar los 10 minutos; la duración mínima facturable es de 3 segundos.
Todos los modos
Los archivos de salida de InfiniteTalk permanecen disponibles durante 14 días antes de borrarse.

Casos de uso

Qué construir con la API de InfiniteTalk

  • Dale una respuesta grabada a un personaje fijo

    Usa talking-avatar cuando partas de un retrato. Tu grabación aporta la voz y la frase, mientras el modelo añade los movimientos al hablar.

  • Cambia el ánimo de material existente

    Elige lip-sync para obtener una interpretación nueva a partir de un clip. En la prueba del taller floral, una grabación que pasó de duda a alegría hizo que levantara la cabeza, animara la expresión y moviera los hombros.

  • Crea un clip de presentador desde una narración

    Combina una foto o video de presentador con una explicación preparada. Se acepta audio de 3 a 600 segundos; revisa el resultado completo si utilizas una grabación más larga.

  • Dirige a una persona en una escena compartida

    Marca en blanco al hablante deseado en una máscara enviada por mask_url. Así seleccionas a una persona del original; la prueba de la florista mostrada usa un solo hablante sin máscara.

  • Afina la interpretación antes de una ejecución larga

    Prueba una grabación breve y una instrucción de movimiento moderada en 480p. Compara un cambio con semilla fija y decide si usar 720p para el clip final con el doble de tarifa.

Prompts

Ejemplos de prompts de InfiniteTalk para copiar

  • Avatar parlante

    Invitación tranquila en el bar

    Resultado de este prompt

    A man at a late-night bar speaks softly to someone across from him, a slow half smile, warm amber light.

    Por qué funciona. Centra la dirección en la interpretación hablada en el bar de origen; la frase real pertenece a la grabación.

    Probar este prompt
  • Avatar parlante

    Saturno junto al telescopio

    Resultado de este prompt

    A man talks warmly about the night sky next to his telescope, natural head movement.

    Por qué funciona. El telescopio enmarca una explicación contenida, siguiendo el tipo de movimiento visto en astronomía.

    Probar este prompt
  • Avatar parlante

    Bienvenida de galería

    A curator in her fifties in a charcoal suit welcomes the viewer from a quiet gallery, speaking with an attentive expression and a slight nod under diffuse exhibition lights.

    Por qué funciona. Propone una acción clara de habla y un movimiento moderado para un retrato de presentador.

    Probar este prompt
  • Avatar parlante

    Respuesta en una cena con velas

    A woman in her late thirties in a satin evening dress speaks to her partner across a dinner table, her smile turning playful with a small head tilt in candlelight.

    Por qué funciona. Da ambiente y movimiento a una conversación cercana; usa máscara blanca si la fuente incluye a su pareja.

    Probar este prompt
  • Avatar parlante

    Presentación relajada en estudio

    A man in his forties in an open-collar linen shirt introduces his work from a daylight studio, speaking with an easy smile and small, unhurried head movements.

    Por qué funciona. Conecta ropa, lugar e interpretación sin sobrecargar la instrucción de acciones encadenadas.

    Probar este prompt
  • Avatar parlante

    Charla de mañana

    A woman in her forties wearing a silk robe talks to her partner by a sunlit window, a gentle smile and a small nod giving the moment an affectionate mood.

    Por qué funciona. Describe una escena ya presente en el retrato y deja el mensaje a la grabación. Es una sugerencia sin muestra medida.

    Probar este prompt

Precios

Precios de la API de InfiniteTalk

Un clip de 5 segundos cuesta desde $0.18 en 480p y desde $0.36 en 720p.

Primeros pasos

Cómo usar la API de InfiniteTalk en tres pasos

  1. Paso 1

    Elige el punto de partida visual

    Selecciona talking-avatar e image_url para una foto o lip-sync y video_url para material grabado. Comprueba tus derechos sobre el rostro y la grabación; toda persona mostrada debe ser adulta y no debe haber suplantación.

  2. Paso 2

    Escucha la frase y marca al hablante

    Aporta audio_url con una grabación de 3–600 segundos de las palabras deseadas. Si aparecen varias personas, una imagen mask_url permite identificar al hablante con una región blanca.

  3. Paso 3

    Configura movimiento y tarifa de resolución

    Describe expresión o movimiento en prompt si lo necesitas y elige 480p o 720p. El video usa 480p por defecto; 720p duplica la tarifa por segundo y una semilla fija facilita comparar una revisión.

La referencia de parámetros y los ejemplos de código están en las pestañas API y Readme, arriba en esta página.

FAQ

Preguntas frecuentes de la API de InfiniteTalk

Acerca de InfiniteTalk

Construye el clip de InfiniteTalk alrededor de la grabación que interpretará el retrato y usa un prompt breve para escena y movimiento. Astronomía en azotea mostró habla sincronizada con movimiento sutil de cabeza; el retrato de bar interpretó una frase nocturna en 480p. Elige 720p si sirve al proyecto y contempla el doble de tarifa por segundo. En fotos grupales, marca al hablante en blanco. Revisa frente al audio y guarda la salida dentro de los 14 días de disponibilidad.

Modelos relacionados y tareas siguientes