Ir al contenido principal

VEED Fabric 1.0 convierte una imagen fija y una pista de voz en un video parlante con labios sincronizados, en 480p o 720p, para fotos, pinturas y mascotas. Costo por segundo de audio.

Desde $0.096/s

Playground

Entrada

Avatar parlante
1/1

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

  • 1
1 / 1 archivos
Obligatorio. JPEG, PNG o WebP con un rostro bien visible. El video toma la relación de aspecto de esta imagen. mínimo 1 caracteres
1/1
1 / 1 archivos
Obligatorio. Voz en MP3, WAV u otro formato común, de hasta cinco minutos. Su duración define la del clip y el costo. mínimo 1 caracteres
afecta al precio
480p o 720p. El 720p cuesta más por segundo; ambos mantienen la relación de aspecto de la imagen.
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?

IMAGEN + VOZ A VIDEO

Una imagen fija y una pista de voz se convierten en un clip que habla con los labios sincronizados.

Cifras clave

Entradas
2
Una imagen y un archivo de voz. No hace falta escribir un prompt.
Niveles
720p
480p para borradores y 720p para la versión final; el encuadre sigue tu imagen.
Audio
5 min
El clip dura exactamente lo mismo que la pista de voz enviada.

Antes de gastar

Avatar parlante

Una imagen y un archivo de audio por solicitud, con audio de hasta cinco minutos. El rostro debe verse con claridad; perfiles, rostros muy pequeños y bocas tapadas se animan mal. No hay prompt, control de cámara ni cambio de fondo. No lee un guion en voz alta, así que envía voz grabada o sintetizada.

Lo que hace el modelo

Una pintura que habla

Un retrato del siglo XVIII dice una frase de diez segundos

Le dimos a Fabric un retrato al óleo en 3:4 y una voz femenina grabada. Los labios, la mandíbula y la inclinación de la cabeza siguen las palabras, mientras las pinceladas, el craquelado y la seda esmeralda quedan como estaban pintados. El render en 720p salió en 832×1088.

La entrada

La imagen fija de partida

Imagen de entrada del ejemplo de VEED Fabric 1.0: un retrato al óleo de estilo siglo XVIII de una joven de rizos caoba con vestido de seda esmeralda de hombros descubiertos y un abanico de encaje cerrado.

Este es el retrato 3:4 que enviamos en image_url. Fabric conservó sus colores, su encuadre y la textura de la pintura, y solo añadió el movimiento al hablar.

Sin rig ni prompt

La pista de voz dirige la escena

Las pausas de la grabación se vuelven pausas en pantalla y una frase que sube de tono levanta un poco la cabeza. Cambia el audio y la misma imagen da otra actuación.

Dónde encaja

  • Personajes que reciben a los visitantes

    Dale voz y un rostro con movimiento a una mascota de marca, un personaje de juego o una presentadora virtual sin armar un rig 3D.

  • Imágenes antiguas que hablan

    Una pintura, una foto antigua o un cartel ilustrado pueden decir una frase para una exposición, un anuncio o una publicación.

  • Mensajes de video personales en serie

    Cambia solo la pista de voz para producir, con el mismo retrato, un clip por cliente, por idioma o por promoción.

Referencia del modelo

Referencia de la API de VEED Fabric 1.0

Especificaciones de la API de VEED Fabric 1.0

Modelo
VEED Fabric 1.0
Entradas obligatorias
Imagen (image_url) y audio hablado (audio_url)
Resolución
480p o 720p, relación de aspecto tomada de la imagen
Duración
Igual que el audio, hasta 5 minutos
Salida
MP4, H.264 con audio AAC, 25 fps
Cobro
Por segundo de audio, redondeado hacia arriba

Cómo llamar a la API de VEED Fabric 1.0

  1. Elige una imagen con el rostro claro

    Un rostro que mira a la cámara y ocupa buena parte del cuadro se anima mejor. Sirven fotos, retratos al óleo, fotogramas de anime y mascotas.

  2. Graba o genera la frase

    Fabric pronuncia audio, no texto. Graba la voz o créala con un modelo de texto a voz y pasa el enlace del archivo en audio_url.

  3. Elige la resolución

    Revisa el ritmo en 480p y luego renderiza la versión buena en 720p. Ambos niveles respetan la relación de aspecto de la imagen.

Preguntas sobre la API de VEED Fabric 1.0