モデル比較

Lip Sync と Video Translator

Lip Sync と Video Translator を段階ごとに比較。同条件の料金、リクエスト項目、上限、実測した内容ポリシーを公開カタログから。

Lip Sync

Lip Sync は、動画の人物の口元を、3〜60 秒の新しい音声トラックに合わせて描き直し、演技・照明・構図は撮影のままです。あなたの音声を載せた MP4 を返し、解像度は 720p までは維持されます。

Video Translator はクリップ内の音声を書き起こし、28 言語のいずれかに翻訳して話し直します。必要に応じて、話者それぞれのクローン音声で話します。同じ映像に新しい音声と対応する字幕ファイルを付けて返します。元のクリップの開始した分ごとに課金されます。

比較

手元の入力、欲しい成果、予算から選びましょう。判断に関わる違いを以下にまとめています。

これらのツールは異なる処理を行います。まず必要な操作を選んでください。価格が安くても、もう一方の代わりにはなりません。

現在の料金

最低料金が答えるのは、たいてい知りたいのとは別の問いです。ここでは両者が公開している課金の刻みを同じ条件で突き合わせ、課金単位あたりの米ドル額をそのまま並べています。換算は入りません。

課金の刻みが両者で違うため、突き合わせられる行がありません。代わりに、それぞれが公開している刻みをそのまま挙げます。

Lip Sync：$0.012 / 出力秒数

Video Translator：$0.005 / 出力秒数

比較データについて

この表の各行は、エンドポイントが検証に使っている JSON Schema から直接読んでいます。手書きの機能一覧ではなく、API が実際に受け付ける値そのものです。

横にスワイプして全項目を比較できます。

モデル ID だけ差し替えて、同じリクエスト本文を使えますか？

タスクの流れは共通ですが、本文は共通ではありません。エンドポイントごとに JSON Schema が公開され、API はそれで検証します。乗り換える前に突き合わせるのはこの一覧です。

同じ名前のフィールドが 1 個、両方の本文にあります。 video_url
Lip Sync だけが受け付けるフィールド：audio_url。
Video Translator だけが受け付けるフィールド：clone_voice, glossary, keep_background_audio, source_language, speaker_count, target_language。
Lip Sync の必須項目は audio_url, video_url です。
Video Translator の必須項目は video_url です。
どちらも未知のフィールドをそのまま拒否します。乗り換え前のパラメータが残っていると、黙って無視されるのではなく検証エラーとして返ります。

比較

モデル識別子は spicyapi/lip-sync-v1/lip-sync と spicyapi/video-translator-v1/video-translate で、いずれも同じリクエストの同じフィールドに入れます。

実行方式は同じです。タスクを送信し、ポーリングするかコールバックを受け取ります。キューや再試行の作りはそのまま使えます。

送信と進捗確認の流れは共通ですが、必須入力はモデルごとに異なる場合があります。切り替える前に各モデルページを確認してください。

金鑰も残高も上限設定も 1 つです。どちらも同じアカウントに米ドルで請求され、金鑰ごとの 1 日・1 か月・累計の上限はどちらを呼んでも同じように効きます。

よくある質問

これらのツールは異なる処理を行います。まず必要な操作を選んでください。価格が安くても、もう一方の代わりにはなりません。送信前に必ず最新の見積りを確認してください。

1 タスクあたり Lip Sync は 120 分、Video Translator は 180 分までです。これは上限であって所要時間の目安ではなく、実際はもっと早く終わります。ただしクライアント側のタイムアウトはこの長さに耐えられる必要があります。

表示中の料金と機能は現在の公開モデルカタログに基づきます。最新の入力項目と作例は各モデルページで確認してください。