本文へスキップ

MeiGen-AI の InfiniteTalk は、Apache-2.0 の標準オープンウェイトモデルです。疎なフレームによる動画吹き替えで、発話に沿う表情や姿勢を再生成し、話者マスクと 480p・720p の出力に対応します。

最低価格 $0.036/秒

プレイグラウンド

入力

リップシンク
155/2000
lip-sync の表情、動作、照明を指示する任意の文章で、2,000 文字までです。省略可能で、セリフは音声から来ます。文章を変えても、音声と解像度で決まる料金は変わりません。 1 文字以上 · 2000 文字以内
1/1

動画をここにドロップ、またはここから選択 · 1 ファイル・1 件 90 MB まで・MP4 · WEBM

  • 1
1 / 1 ファイル
lip-sync に必須の、対象人物が明瞭に見える映像です。既定値はありません。動画尺は課金秒数を決めず、音声と解像度が基準です。 1 文字以上
料金に影響1/1
1 / 1 ファイル
lip-sync に必須の差し替え録音で、3〜600 秒、既定値なしです。出力尺と課金尺を決めます。整数秒へ切り上げて最低 3 秒を、選んだ解像度の単価で計算します。 1 文字以上
0/1

ファイルやメディアのリンクをドロップ、貼り付け、または選択 · 1 ファイル・1 件 10 MB まで・JPG · PNG · WEBP

0 / 1 ファイル
lip-sync で複数人から話者を選ぶ任意の画像です。対象人物を白く示します。マスクを使わない場合は省略してください。マスクによる別料金はありません。 1 文字以上
料金に影響
動画 lip-sync は 480p と 720p に対応し、既定値は 480p です。720p の課金対象の各秒は 480p の 2 倍の単価です。解像度を変えても、どの入力尺を数えるかは変わりません。
シード値
動画 lip-sync の比較用の任意のランダム seed です。ここでは数値範囲や既定値は指定されていません。一つの設定を変更するときに固定しますが、同一出力は期待しないでください。別の価格への影響はありません。 0 以上 · 2147483647 以下
セーフティチェックオフ

SpicyAPI はこのモデルにセーフティチェックをかけません。プロンプトと素材はそのままモデルに渡り、出力はモデル自身が決めます。

送信と料金見積もりを有効にする前にアカウントを確認しています。

出力

実行待ち
サンプル出力

お探しのモデルが見つかりませんか?

話し手を選べる音声駆動の動画生成

InfiniteTalk API のポイント

写真または映像から始め、録音で発話、表情、動きを導きます。

出力の段階
2
720p の秒単価は 480p の 2 倍です。
録音の長さの範囲
3〜600 秒
InfiniteTalk は 3 秒から 10 分までの音声を受け付けます。
話し手の選択
マスク
複数人の写真では、任意のマスクで話させたい人物を示せます。
条件をそろえた比較
シード
乱数の生成元をそろえ、設定を 1 つずつ変えられます。同じ出力は保証されません。
モデルのライセンス
Apache
MeiGen-AI は InfiniteTalk をオープンソースモデルとして公開しています。

作例

InfiniteTalk で作れるもの

  • 屋上で語る天文学

    土星についての短い説明

    当社のテストでは、天文家が屋上の望遠鏡のそばで約 9 秒話しました。録音に沿った発話と控えめで自然な動きが見られました。

    480p の天文学サンプルは、土星についての約 9 秒の録音に沿い、控えめで自然な動きが見られます。

  • 深夜の会話

    バーのポートレートがせりふを話す

    480p のバーの例では、ネクタイを緩めた男性が 'Last call already? Then stay for one more.' と話します。温かなバーの背景の前で、自然な頭の動きが加わりました。

    480p の例では、バーの写真の男性が自然に頭を動かしながら 'Last call already? Then stay for one more.' と話します。

  • 話し手と比較の設定

    人物を指定して細部を 1 つ変える

    複数人の写真では任意マスクで話し手を白く示します。seed を固定すれば prompt や解像度を 1 項目ずつ変えて比較しやすくなりますが、同一結果の約束はありません。

コンテンツテスト

InfiniteTalk は規制なし? 実際に試した結果

InfiniteTalk でテストしたコンテンツレベル(モード別)
レベルリップシンクトーキングアバター
軽め
未テスト
未テスト
中程度
生成2026年11月15日 にテスト
生成2026年11月15日 にテスト
強め
未テスト
未テスト
かなり強め
未テスト
未テスト
最大
未テスト
未テスト
テストの方法

モードごとの挙動

トーキングアバター
InfiniteTalk では、使用許可のある写真と録音を使ってください。写真や録音の人物になりすましてはいけません。
トーキングアバター
InfiniteTalk の音声は 3 秒以上、10 分以下にしてください。課金対象の最短時間は 3 秒です。
すべてのモード
InfiniteTalk の出力ファイルは 14 日間取得でき、その後削除されます。

活用例

InfiniteTalk API で作れるもの

  • 静止したキャラクターに録音した返答を話させる

    出発点が写真なら talking-avatar を使います。録音が声とセリフを担い、モデルが話す動きを加えます。

  • 既存映像の雰囲気を変える

    元映像から新しい話し方を作る場合は lip-sync を選びます。花の工房のテストでは、ためらいから喜びへ変わる録音によって、頭を上げる動き、明るい表情、肩の動きが加わりました。

  • ナレーションからプレゼンター動画を作る

    プレゼンターの写真や動画に、準備した説明音声を合わせます。3〜600 秒の音声に対応しています。長い録音を使う場合は結果全体を見直してください。

  • 複数人の場面で 1 人を指定

    mask_url で渡すマスクに、話してほしい人物を白く示します。元メディア内の人物を選ぶための設定です。掲載した花店のテストは、話者 1 人でマスクを使っていません。

  • 長い生成の前に話し方を調整

    短い録音と控えめな動作プロンプトで 480p を試します。seed を固定して指示を一つ変えた結果を比べ、最終動画を単価 2 倍の 720p にするか決めてください。

プロンプト

コピーして使える InfiniteTalk のプロンプト例

  • トーキングアバター

    バーでの静かな誘い

    このプロンプトの結果

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

    うまくいく理由. 元写真のバーでの発話に指示を集中させています。実際のせりふは音声の録音に入れます。

    このプロンプトを試す
  • トーキングアバター

    望遠鏡のそばで土星を説明

    このプロンプトの結果

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

    うまくいく理由. 望遠鏡の場面で控えめな説明を演出し、天文学サンプルで確認した種類の動きを参考にしています。

    このプロンプトを試す
  • トーキングアバター

    ギャラリーの歓迎あいさつ

    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.

    うまくいく理由. プレゼンターのポートレートに、明確な発話動作と小さな動きの手掛かりを 1 つ与えます。

    このプロンプトを試す
  • トーキングアバター

    ろうそくの灯る食卓での返答

    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.

    うまくいく理由. 近い距離の会話に雰囲気と動作の方向を加えます。元写真に相手も写っている場合は、話し手を白くしたマスクを使います。

    このプロンプトを試す
  • トーキングアバター

    落ち着いたスタジオの自己紹介

    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.

    うまくいく理由. 動作を連続して詰め込まず、服装、場所、話し方を結び付けています。

    このプロンプトを試す
  • トーキングアバター

    朝の会話

    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.

    うまくいく理由. 元のポートレートにある場面を説明し、話す内容は録音に任せます。検証例ではなく、演出の提案です。

    このプロンプトを試す

料金

InfiniteTalk API の料金

5 秒のクリップは 480p で $0.18 から、720p で $0.36 からです。

はじめ方

3 ステップで InfiniteTalk API を使う

  1. ステップ 1

    映像の出発点を選びます

    写真は talking-avatar と image_url、映像は lip-sync と video_url を使います。顔と録音の利用権を確かめてください。登場する人物は全員成人でなければならず、なりすましは禁止です。

  2. ステップ 2

    セリフを聞いて話者を指定します

    希望する言葉を含む 3〜600 秒の録音を audio_url に指定します。複数人が映る場合は、mask_url の画像の白い領域で話者を示せます。

  3. ステップ 3

    動作と解像度の単価を設定します

    任意のプロンプトで表情や動きを説明し、480p または 720p を選びます。動画の既定値は 480p で、720p は秒単価が 2 倍です。seed を固定すると一つの修正を比較しやすくなります。

パラメーターの詳細とコード例は、このページ上部の API タブと Readme タブにあります。

FAQ

InfiniteTalk API のよくある質問

InfiniteTalk について

ポートレートに話させたい録音を中心に InfiniteTalk の動画を組み立て、短い prompt で場面と動きを示してください。屋上の天文学サンプルでは発話に同期した控えめな頭の動き、バーのポートレートでは 480p の深夜のせりふを確認しました。用途に合えば、秒単価が 2 倍になることを踏まえて 720p を選びます。集合写真では話す人物を白く指定してください。音声と結果を照合し、取得可能な 14 日以内に完成ファイルを保存します。

関連モデルと次のステップ