Ir al contenido principal

sync/lipsync-3/lip-sync

El endpoint de lipsync-3 de sync. adapta un video de rostro existente a una grabación de voz y devuelve un MP4. La duración final sigue al audio y el cobro considera los segundos del video original redondeados hacia arriba.

Desde $0.162/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 de rostro; el original debe durar 1–300 segundos y se redondea hacia arriba al segundo entero para el cobro. Recorta el material sobrante antes de enviarlo; si queda fuera de rango, se rechaza antes de cobrar. mínimo 1 caracteres
1/1
1 / 1 archivos
URL obligatoria de la nueva voz; nuestras pruebas usaron WAV y MP3. La grabación define la duración final, incluidos el recorte o la extensión en reversa de la imagen, sin modificar la cantidad facturada por el video. mínimo 1 caracteres
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. · LIPSYNC-3

Renueva el diálogo de un video de rostro y recibe un MP4 sincronizado con tu grabación de voz.

Cifras clave

Duración de entrada
1–300 s
Recorta el original al diálogo necesario; su duración se redondea hacia arriba a segundos enteros para el cobro.
Archivos requeridos
2
El video de rostro y una pista de voz independiente determinan la sincronización labial.
Procesamiento (s)
76 / 173
Son tiempos aproximados de dos videos originales de 5,04 y 5,00 segundos, respectivamente.
FPS originales
24 / 25
Los videos de prueba de 1280×720 y 1358×680 mantuvieron sus respectivos cuadros por segundo en los MP4 recibidos.

Antes de gastar

Todos los modos

Usa material y voces que tengas permiso para utilizar y nunca suplantes a una persona real. Antes de distribuir un clip con otra voz, revisa el movimiento de la boca y cualquier extensión al final.

Sincronización labial
  • El video original debe durar entre 1 y 300 segundos. El audio define la duración del resultado: una voz más corta recorta la imagen y una más larga la prolonga reproduciendo cuadros en reversa desde el final.
  • Esta solicitud recibe video_url y audio_url. Aquí no se ofrecen conversión integrada de texto a voz, imágenes fijas ni las opciones sync_mode del desarrollador; prepara el archivo de voz antes de enviar la solicitud.

Lo que hace el modelo

Video y diálogo

Conserva la toma elegida en tu proceso de edición

El clip original aporta el video de rostro y la grabación nueva aporta las palabras. lipsync-3 devuelve un MP4 sincronizado: una corrección del presentador o una clase traducida con autorización se envían como un par concreto de archivos, en lugar de una instrucción textual.

Comportamiento de la duración

Ajusta el cierre a la grabación de voz

Una pista hablada de 6,48 segundos prolongó nuestro video de 5,00 segundos hasta 6,48 segundos reproduciendo cuadros en reversa desde el final. Si ese retroceso distrae del diálogo, usa un audio cercano a la duración prevista de la toma y revisa el cierre antes de incorporarlo al montaje.

Revisión de archivos

Conserva las dimensiones y verifica la mezcla

Ambos clips medidos mantuvieron su resolución y frecuencia originales: 1280×720 a 24 fps y 1358×680 a 25 fps. La pista de salida es AAC mono, por lo que debes comprobar la mezcla final además de las dimensiones de imagen.

Descripción del desarrollador

Prueba transiciones faciales difíciles

sync. afirma en la documentación que sync-3 usa el contexto de la escena y trata las obstrucciones automáticamente. Prueba un giro de cabeza o una mano que cruce el rostro en material representativo de tu proyecto; las dos ejecuciones medidas aportan datos de duración y procesamiento, sin una evaluación comparativa de esas situaciones visuales.

Dónde encaja

  • Adaptar una clase grabada a otro idioma

    Combina lesson.mp4, con un docente que haya autorizado su uso, y una grabación traducida independiente, lesson.wav. Recibirás un MP4 cuyos labios siguen la voz enviada; prepara la traducción y la grabación antes de solicitar la sincronización.

  • Corregir un anuncio de producto

    Envía la toma original del presentador y un WAV con el nombre del producto y la frase corregidos. El video devuelto se ajusta al nuevo diálogo para que puedas revisar la línea antes de reemplazarla en la edición.

  • Preparar versiones regionales de un anuncio

    Reutiliza un clip de portavoz con archivos de voz aprobados para cada mercado. Cada par de video y audio genera su propio MP4 sincronizado, y el cobro de cada solicitud depende de la duración del video original.

  • Cambiar la voz de un fragmento de entrevista

    Une un fragmento de entrevista autorizado con una nueva pista hablada en MP3. Si la voz dura más que el video, examina los últimos cuadros del MP4: la imagen se prolonga desde el cierre del original en reversa para cubrir el audio.

Referencia del modelo

Referencia de la API de Sync Lipsync 3

Especificaciones de la API de Sync Lipsync 3

Desarrollador y modelo
sync. · lipsync-3 (sync-3)
Nombre público de la API
sync/lipsync-3/lip-sync
Tarea
Sincronización labial con video de rostro existente y nueva voz
Entradas obligatorias
video_url y audio_url
Duración del video original
1–300 segundos
Contenedor de salida
MP4
Dimensiones y frecuencia de imagen
Conserva la resolución y los cuadros por segundo del original
Pista de audio de salida
Recodificación AAC mono
Duración del resultado
Sigue al audio; recorta o extiende la imagen original
Unidad de cobro
Segundo de video de entrada, redondeado hacia arriba
Procesamiento medido
Unos 76 s y 173 s en las dos pruebas con clips cortos
Controles no disponibles
sync_mode, TTS integrado y entrada de imagen

Cómo llamar a la API de Sync Lipsync 3

  1. Elige y recorta el video de rostro

    Selecciona una toma en la que la boca se vea claramente y mide su duración antes de subirla. Envía entre 1 y 300 segundos y elimina las partes que no necesitas pagar.

  2. Termina la nueva grabación de voz

    Prepara el diálogo en un archivo de audio; en nuestras pruebas usamos WAV y MP3. Ajusta su duración a la edición prevista para evitar recortes o extensiones en reversa.

  3. Envía las URL del video y del audio

    Haz POST /api/v1/jobs/createTask con model en sync/lipsync-3/lip-sync e input con video_url y audio_url. Incluye tu clave API Bearer y usa el ejemplo de solicitud de abajo como cuerpo JSON.

  4. Recupera y examina el MP4

    Guarda el taskId recibido y consulta /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID hasta que termine. Descarga el archivo y compara las consonantes, las transiciones de la boca y el cierre con tu grabación de voz.

En resumen

Prepara una grabación de voz terminada y selecciona el fragmento exacto del video de rostro que vas a usar con lipsync-3. Las dos URL definen el resultado: la duración del video determina los segundos facturables y la del audio fija la duración final; si la grabación es más larga, el cierre reproduce cuadros del original en reversa. Revisa ese tramo, los movimientos de la boca y la pista AAC mono. Usa las mediciones de abajo para organizar una prueba, compara el mismo material con lip-sync/v1 si necesitas evaluar el costo y trabaja con videos y voces que tengas autorización para utilizar.

Preguntas sobre la API de Sync Lipsync 3