本文へスキップ

Sync の Lipsync 2 は、ゼロショット方式の標準グレードのリップシンクモデルです。Sync は話し方を保持できると説明しています。このエンドポイントでは 1〜120 秒の動画と差し替え音声を組み合わせ、5 種類の尺調整モードを使えます。

最低価格 $0.06/秒

プレイグラウンド

入力

リップシンク
料金に影響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
既存動画の必須 URL です。顔がよく見える 1〜120 秒の映像を使います。既定値はありません。どの同期モードでも動画の秒数を切り上げて課金し、完成尺が短くなっても変わりません。 1 文字以上
1/1
1 / 1 ファイル
差し替える言葉と声を収録した MP3 または WAV の必須 URL で、既定値はありません。どのモードでも録音は動画基準の料金を変えません。出力尺は録音の長さと sync_mode によります。 1 文字以上
Sync Mode
cut_offloopbouncesilenceremap
すべてのリクエストで省略でき、既定値は cut_off です。cut_off は短い方の入力、loop は映像の反復、bounce は順再生と逆再生、silence は短い音声の後に無音を追加、remap は映像の尺を音声に合わせます。5 種類とも同じ動画基準の課金です。
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

関連モデルと次のステップ

お探しのモデルが見つかりませんか?

Sync · 標準グレード

セリフを差し替え、音声の長さに合わせた映像の扱いを選べます。

主なスペック

元動画の受付範囲
1–120 s
送信する映像はこの長さに収めてください。120 秒を超える動画は受付時に拒否されます。
尺の調整モード
5
sync_mode で切り詰め、ループ、順再生と逆再生、無音の追加、再生時間の調整を選びます。
標準の尺調整
cut_off
モードを指定しない場合、短い方の入力が終わる時点で出力も終了します。
差し替え音声の形式
MP3, WAV
完成した録音を用意します。録音の長さは動画基準の料金に影響しません。
ダウンロード可能期間
14 日間
完成した MP4 は、保存期間が終了して削除される前に手元へ保存してください。

課金前に知っておくこと

すべてのモード
  • リクエストに使う顔、映像、声の利用許可を得てください。映っている人物は全員成人でなければなりません。なりすましは禁止です。
  • Lipsync 2 の完成動画は 14 日間ダウンロードでき、その後プラットフォームから削除されます。残したい結果は手元にダウンロードしておいてください。
リップシンク
  • 1〜120 秒の動画を送信してください。それを超える映像はリクエストの検証時に拒否されます。
  • 公開入力は video_url、audio_url、sync_mode です。文章のプロンプト用フィールドはないため、タスク作成前に MP3 または WAV の録音を仕上げます。
  • 尺調整モードによって短い MP4 が返っても、入力動画で料金を算出します。送信する秒数を抑えるには、アップロード前に不要な映像を切り落としてください。

できること

ループの試行

仕立屋が長めの招待のセリフを話し切ります

アトリエの例では、5.04 秒の映像と 6.5 秒のセリフを使いました。loop を選ぶと、元映像を繰り返しながら口元が録音全体に合わせて動き、6.5 秒の動画が返りました。映像は 864×496、24 fps でした。

話し方の保持

ほほえみと眉を上げる表情が残ります

セリフを差し替えた結果にも、仕立屋の小さなほほえみと眉を上げる表情が見られました。Sync は、Lipsync 2 が人物ごとの学習をせず、元映像から話し方を読み取ると説明しています。この例を実際の挙動の参考に、ご自身の話者の表現も確認してください。

時間軸の選択

編集の目的に合う終わり方を選びます

短い方の入力で終えるなら cut_off、短い録音の後に無音を足すなら silence、映像の尺を音声に合わせるなら remap を使います。loop と bounce は、繰り返しや再生方向の切り替えで短い映像を延ばします。いずれも入力動画を基準とする同じ課金ルールです。

活用シーン

  • 閉店後の店舗への招待

    仕立屋の例を参考に、利用許可のある店舗映像と、それより長い招待の録音を用意します。loop では音声が終わるまで映像を反復できます。公開前に、映像が先頭へ戻る箇所を確かめてください。

  • プレゼンター映像の翻訳

    既存のプレゼンター映像に使う翻訳済み MP3 または WAV を準備します。Sync によると、言語を変えても話し方を引き継げます。このエンドポイントは入力した録音へ口元を合わせるもので、セリフの作成や翻訳は行いません。

  • 生成キャラクターのセリフ

    Sync は、Lipsync 2 が実写に加え、アニメーションや AI 生成の人物にも対応するとしています。既存のキャラクター動画と差し替え音声を用意し、その組み合わせに合う尺調整モードを選んでください。

  • チュートリアルの一文を訂正

    講師の映像を差し替える一文の区間に切り出し、新しいセリフを録音します。課金は動画の秒数で決まるため、cut_off で完成尺が短くなる場合でも、元映像を必要な範囲に絞ることが大切です。

モデルリファレンス

Sync Lipsync 2 API リファレンス

Sync Lipsync 2 API の仕様

モデルとグレード
Sync Lipsync 2:Sync の標準グレード
呼び出し用モデル名
sync/lipsync-2/lip-sync
受付可能な動画尺
1〜120 秒
セリフの形式
MP3 と WAV
任意の尺調整フィールド
sync_mode:既定値 cut_off
選べる尺調整値
cut_off, loop, bounce, silence, remap
課金対象の長さ
入力動画の秒数を 1 秒単位で切り上げ
結果の受け取り
非同期タスク、MP4 の結果
loop の実測結果
6.5 秒、864×496、24 fps
生成ファイルの保存
14 日後に削除

Sync Lipsync 2 API の呼び出し方

  1. 使う区間の長さを確認します

    顔が明瞭な映像を選び、必要な区間を切り出します。アップロードの前に 1〜120 秒の範囲に収まっているか確認してください。

  2. セリフのファイルを仕上げます

    差し替える言葉を録音するか、別途音声として作成し、MP3 または WAV の URL を指定します。動画と長さを比べ、終わり方を計画してください。

  3. 尺の調整方法を決めます

    元映像とセリフの URL に sync_mode を添え、sync/lipsync-2/lip-sync のジョブを作成します。省略時は cut_off です。別の尺調整が必要なら loop、bounce、silence、remap を選びます。

  4. タスクの完了を確認します

    非同期タスクの ID を保管し、ポーリングか完了コールバックで MP4 を取得します。新しいセリフと時間軸の変化を確認して、14 日以内にファイルを保存してください。

モデルの概要

動画の長さを確かめてから、セリフとの合わせ方を決めてください。loop なら短いテイクで長い録音をカバーでき、cut_off なら途中で編集を終えられますが、どちらも送信動画の秒数を切り上げて課金します。仕立屋のサンプルでは、元のほほえみと眉を上げる表情を残して 6.5 秒の招待を話し切りました。別の cut_off の試行は、完成尺が課金対象の尺より短くなる理由を示しています。許可済みの映像と音声を用意し、予定した編集と末尾を見比べ、利用可能な 14 日間のうちに MP4 をダウンロードしてください。

Sync Lipsync 2 API のよくある質問