Ir al contenido principal

Lipsync 2 es el modelo estándar zero-shot de sincronización labial de Sync. Según la empresa, mantiene la forma de interpretar del hablante; este endpoint combina videos de 1–120 segundos con audio de reemplazo y cinco modos temporales.

Desde $0.06/s

Playground

Entrada

Sincronización labial
afecta al precio1/1

Suelta un video o elige un archivo · 1 archivo · Máx. 90 MB · MP4 · WEBM

  • 1
1 / 1 archivos
URL obligatoria del video existente; el rostro debe verse claramente y la duración estar entre 1–120 segundos. No hay valor predeterminado. Sus segundos se redondean hacia arriba para el cobro en todos los modos, incluso si el resultado es más corto. mínimo 1 caracteres
1/1
1 / 1 archivos
URL obligatoria de MP3 o WAV con las palabras y la voz de reemplazo, sin valor predeterminado. La grabación no modifica el cobro por video en ningún modo; el tiempo de salida depende de su duración y de sync_mode. mínimo 1 caracteres
Sync Mode
cut_offloopbouncesilenceremap
Opcional en toda solicitud; usa cut_off por defecto. Valores: cut_off (entrada más corta), loop (repetición del video), bounce (reproducción normal e inversa), silence (completa audios breves con silencio), remap (ajuste del video al audio). Los cinco mantienen el mismo cobro por video.
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

Modelos relacionados y tareas siguientes

¿No está el modelo que buscas?

SYNC · NIVEL ESTÁNDAR

Sustituye la frase hablada y decide cómo adaptar el video a su duración.

Cifras clave

Duración video original
1–120 s
El clip enviado debe estar dentro de este rango; los videos de más de 120 segundos se rechazan al recibir la solicitud.
Modos de duración
5
Con sync_mode puedes recortar, repetir, alternar reproducción normal e inversa, agregar silencio o ajustar el tiempo.
Regla de tiempo estándar
cut_off
Si no eliges un modo, el resultado termina cuando acaba la entrada más corta.
Formatos de nuevo audio
MP3, WAV
Envía una grabación terminada; su duración no modifica el cobro basado en el video.
Plazo de descarga
14 días
Guarda los MP4 terminados antes de que venza su período de conservación y se eliminen.

Antes de gastar

Todos los modos
  • Obtén permiso para usar los rostros, el material y las voces de la solicitud. Toda persona que aparezca debe ser adulta. Se prohíbe la suplantación de identidad.
  • Cada clip terminado de Lipsync 2 se puede descargar durante 14 días antes de que la plataforma lo elimine. Descarga una copia de los resultados que quieras conservar.
Sincronización labial
  • Envía un video de entre 1 y 120 segundos. Los clips más largos se rechazan durante la validación de la solicitud.
  • Las entradas públicas son video_url, audio_url y sync_mode. No hay campo de instrucción textual; termina la grabación MP3 o WAV antes de crear la tarea.
  • El cobro mide el video de entrada aunque el modo de duración produzca un MP4 más corto. Elimina el material sobrante antes de subirlo para reducir la duración enviada.

Lo que hace el modelo

PRUEBA CON LOOP

El sastre completa una invitación más larga

El ejemplo del taller partió de 5,04 segundos de video y una frase de 6,5 segundos. Al seleccionar loop, recibimos un video de 6,5 segundos: la imagen se repitió mientras la boca articulaba toda la grabación. La imagen midió 864×496 a 24 fps.

FORMA DE HABLAR

La sonrisa y el gesto de cejas se mantienen

La leve sonrisa y la ceja levantada del sastre siguieron presentes tras cambiar el diálogo. Sync afirma que Lipsync 2 aprende la forma de hablar del original sin entrenarse con esa persona. Este clip permite observar ese comportamiento en un caso concreto; después, revisa la interpretación de tu propio hablante.

OPCIONES DE TIEMPO

Adapta el cierre al montaje que necesitas

Usa cut_off para terminar con la entrada más corta, silence para completar una grabación breve con silencio o remap para adaptar el tiempo del video al audio. loop y bounce prolongan tomas cortas mediante repetición o alternancia del sentido de reproducción. Todos mantienen la misma regla de cobro por video de entrada.

Dónde encaja

  • Una invitación fuera del horario de la tienda

    Toma el ejemplo del sastre como referencia y usa un clip autorizado de una tienda junto con una invitación grabada más larga. El modo loop puede repetir la toma hasta que termine el audio; revisa el punto de reinicio antes de compartirla.

  • Un segmento de presentador traducido

    Prepara un MP3 o WAV traducido para un clip de presentador ya existente. Según Sync, la forma de hablar puede conservarse entre idiomas; el endpoint sincroniza la grabación enviada, sin escribir ni traducir las palabras.

  • Diálogo para un personaje generado

    Sync indica que Lipsync 2 funciona con personas animadas o generadas con IA, además de material filmado. Aporta un video del personaje y la nueva voz, y selecciona un modo de duración para ese par.

  • Una corrección en un tutorial

    Recorta la toma del instructor hasta la frase que vas a cambiar y graba su reemplazo. Los segundos del video determinan el cobro, por lo que conviene preparar ese fragmento aunque cut_off reduzca aún más el resultado.

Referencia del modelo

Referencia de la API de Sync Lipsync 2

Especificaciones de la API de Sync Lipsync 2

Modelo y nivel
Sync Lipsync 2; nivel estándar de Sync
Nombre invocable del modelo
sync/lipsync-2/lip-sync
Duración de video admitida
1–120 segundos
Formatos de diálogo
MP3 y WAV
Campo temporal opcional
sync_mode; cut_off predeterminado
Valores temporales disponibles
cut_off, loop, bounce, silence, remap
Duración facturable
Segundos del video de entrada, redondeados hacia arriba al entero
Entrega
Tarea asíncrona; resultado MP4
Resultado medido con loop
6,5 s; 864×496; 24 fps
Conservación de archivos generados
14 días antes de su eliminación

Cómo llamar a la API de Sync Lipsync 2

  1. Mide el fragmento original

    Elige una toma con el rostro claramente visible y recórtala hasta el pasaje deseado. Verifica que dure 1–120 segundos antes de subirla.

  2. Termina el archivo de diálogo

    Graba las nuevas palabras o prepara la voz por separado y proporciona una URL de MP3 o WAV. Compara su duración con la del video para planear el cierre.

  3. Selecciona la regla de duración

    Crea una tarea sync/lipsync-2/lip-sync con las URL del video y del diálogo y el sync_mode elegido. Omite el modo para usar cut_off o elige loop, bounce, silence o remap si necesitas otro tratamiento temporal.

  4. Sigue la tarea hasta que termine

    Conserva el identificador de la tarea asíncrona y consulta su estado o usa una notificación de finalización para recuperar el MP4. Revisa el diálogo y los cambios temporales, y guarda el archivo dentro de los 14 días.

En resumen

Mide el video antes de decidir cómo ajustarlo al diálogo. Un bucle permite cubrir una grabación larga con una toma breve, mientras que cut_off puede terminar antes el montaje; ambos cobran los segundos del video enviado redondeados hacia arriba. La muestra del sastre contiene la invitación completa de 6,5 segundos con su sonrisa y gesto de cejas originales; la prueba independiente con cut_off explica por qué el resultado puede durar menos que el tiempo facturado. Usa material y audio autorizados, compara el cierre con el montaje previsto y descarga el MP4 durante sus 14 días de disponibilidad.

Preguntas sobre la API de Sync Lipsync 2