소개
InfiniteTalk talking-avatar 엔드포인트는 오디오로 사진 속 화자를 움직입니다. 장면과 동작 지시를 받으며 하나의 변경을 비교할 seed를 제공합니다.
| 항목 | 값 |
|---|---|
| 입력 | 이미지 오디오 |
| 출력 | 영상 |
| 배포 주체와 가중치 | MeiGen-AI; Apache-2.0 공개 가중치 |
| 입력 작업 | talking-avatar: 사진 + 오디오; lip-sync: 영상 + 오디오 |
| 녹음 범위 | 3–600초 |
| 출력과 길이 | MP4; 길이는 오디오 기준 |
| 영상 연기 | 입·표정·고개 움직임·자세 재생성 가능 |
| 화자 마스크 | 선택 |
| 영상 prompt | 선택 장면·움직임 설명, 최대 2,000자 |
| 해상도 선택 | 480p 또는 720p; 영상 기본값 480p |
| 과금 길이 | 입력 오디오를 정수 초로 올림, 최소 3초 |
| 단계별 배수 | 720p는 매초 480p 단가의 2배 |
| seed 용도 | 변경 하나 비교; 동일 출력 보장 없음 |
| 출력 보관 | 14일 제공 뒤 삭제 |
핵심 기능 및 하이라이트
토성에 관한 짧은 설명
테스트에서 천문학자가 옥상 망원경 옆에서 약 9초 동안 녹음을 따라 말하며 미묘하고 자연스럽게 움직였습니다.
바의 인물 사진이 대사를 말합니다
480p 바 예시는 넥타이를 느슨하게 한 남성이 ‘Last call already? Then stay for one more.’라고 말합니다. 따뜻한 바 장면에 자연스러운 머리 움직임이 더해졌습니다.
인물을 정하고 한 요소 변경
여러 사람이 사진을 공유하면 선택 마스크에서 화자를 흰색으로 표시합니다. 고정 seed는 prompt·해상도 하나씩 바꿔 비교하도록 도우며 동일 결과를 약속하지 않습니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
image_url | 예 | 원하는 화자가 있는 사진입니다. 여러 사람이 있으면 화자 마스크를 함께 제공합니다. 1자 이상 |
audio_url | 예 | 3초부터 10분까지의 음성 녹음입니다. 길이에 따라 초당 과금하며 최소 3초를 적용합니다. 1자 이상 |
prompt | 아니요 | InfiniteTalk의 선택적 장면·움직임 설명입니다. 가격은 프롬프트 문구가 아닌 오디오 길이와 선택한 해상도에 따라 정해집니다. 1자 이상 · 2000자 이하 |
mask_url | 아니요 | 단체 사진용 선택적 마스크로 화자를 흰색으로 표시합니다. 화자 마스크는 오디오 초 수와 해상도에 따른 과금 규칙을 바꾸지 않습니다. 1자 이상 |
resolution | 아니요 | 480p 또는 720p를 선택합니다. 720p는 오디오 1초당 비용이 480p의 2배입니다. |
seed | 아니요 | 변경 하나를 비교할 때 같은 난수 소스를 쓰려면 seed를 재사용합니다. 동일한 프레임은 보장하지 않으며 길이·해상도 단가에도 영향이 없습니다. |
요금
InfiniteTalk는 입력 오디오 초당 과금하며 최소 3초를 청구합니다. 720p를 선택하면 480p 초당 단가의 2배가 적용됩니다. 실패한 요청에는 요금이 없습니다.
| 사양 | 요금 |
|---|---|
| $0.036 / 초 |
| $0.072 / 초 |
활용 사례
정지 캐릭터에 녹음 답변 더하기
인물 사진으로 시작할 때는 talking-avatar를 사용합니다. 녹음이 목소리와 대사를 제공하고 모델이 말하는 움직임을 더합니다.
기존 촬영본 분위기 바꾸기
원본 클립의 새로운 발화에는 lip-sync를 고릅니다. 꽃 작업실 테스트에서는 망설임에서 기쁨으로 바뀌는 녹음에 맞춰 고개를 들고 표정이 밝아지며 어깨가 움직였습니다.
내레이션으로 발표 영상 만들기
발표자의 사진이나 영상에 준비한 설명을 결합합니다. 3–600초 오디오를 받으며 긴 녹음을 쓸 때는 결과 전체를 검토합니다.
공유 장면의 한 사람 지시
mask_url로 제공하는 마스크에서 원하는 화자를 흰색으로 표시합니다. 원본 미디어의 인물을 선택하는 기능이며 제시된 플로리스트 테스트는 마스크 없는 단일 화자입니다.
긴 실행 전 발화 조정
480p에서 짧은 녹음과 절제된 움직임 prompt를 시험합니다. seed를 고정해 지시 하나의 변경을 비교한 뒤 최종 클립에 단가가 2배인 720p를 쓸지 결정합니다.
프롬프트 가이드 및 실전 팁
원하는 화자를 지정합니다
지원 길이 안의 녹음과 원본 사진을 보냅니다. 단체 사진이라면 화자를 흰색으로 표시한 마스크를 더합니다.
단계와 비교 설정을 선택합니다
480p 또는 720p를 고르고 필요하면 장면 프롬프트를 추가합니다. 설정 하나를 비교할 때 seed를 재사용하되 동일한 결과를 기대하지는 마십시오.
사진으로 만드는 말하는 연기
InfiniteTalk talking-avatar는 image_url과 audio_url로 입모양 동기화 영상을 만듭니다. 사진은 인물·장면, 녹음은 발화를 제공하며 입 애니메이션에 자연스러운 머리·몸 움직임이 따릅니다. 녹음 중심의 내레이션 인물 사진, 발표자 클립, 짧은 캐릭터 대화에 씁니다.
MeiGen-AI가 Apache-2.0으로 공개한 표준 InfiniteTalk입니다. 여기의 제어는 사진·음성·선택 장면 지시·화자 선택·해상도·seed입니다. 다른 구현의 설정을 가져오지 말고 이 입력으로 계획합니다.
파라미터 역할
| 파라미터 | 필수 | 제공 내용 |
|---|---|---|
image_url | 예 | 사용 권한이 있는 성인 화자 사진 |
audio_url | 예 | 사용 권한이 있는 목소리의 3초~10분 녹음 |
prompt | 아니요 | 장면과 원하는 발화 동작의 짧은 설명 |
mask_url | 아니요 | 단체 사진 화자를 흰색으로 표시한 마스크 |
resolution | 단계 선택 | 480p·720p, 초당 요금 결정 |
seed | 아니요 | 단일 변경 비교를 돕는 고정값, 동일 결과 보장 없음 |
성인만 사용하고 사칭하지 않습니다. 준비 전 사진·음성 권리를 따로 확인합니다. 여러 인물이면 흰 마스크 영역이 화자를 식별합니다. 장면 설명은 이 선택 제어를 대신하지 않습니다.
녹음에 따른 과금
완료 요청은 최소 3초로 입력 오디오 초당 과금합니다. 720p는 초마다 480p의 2배이며 실패는 무료입니다. 실행 계획에 InfiniteTalk 모델 페이지의 현재 요금을 사용합니다.
녹음 길이와 출력 단계를 함께 고릅니다. 짧은 480p 시도로 발화를 살핀 뒤 긴 녹음을 결정할 수 있습니다. 720p 전환은 요금을 바꾸지만 이전 렌더와 같은 입·동작을 입증하지 않습니다.
인물 사진 지시 작성
단어는 녹음으로 전달
오디오 파일에 대사를 준비합니다. 선택 prompt는 장소·분위기·표정·작은 동작처럼 보이는 연기를 적습니다. 바의 남성 사진이라면 느슨한 넥타이의 30대 후반 남성이 따뜻한 호박빛에서 작은 미소로 조용히 말하도록 지시할 수 있습니다.
옷·빛·주변을 원본 사진에 맞춥니다. 구체적인 방향을 주되 움직일 사진을 설명해야 합니다. 사진·오디오 발화 작업이며 예시는 의상·배경 교체 작업을 입증하지 않습니다.
평가하기 쉬운 동작
말하기와 부드러운 끄덕임·고개 기울임 같은 작은 지시부터 시작합니다. 추가 전에 결과와 대조합니다. 주제 설명과 조용한 바 대화는 절제된 움직임이 같아도 분위기가 다릅니다.
비교는 사진·녹음·해상도·seed를 유지하고 구절 하나만 바꿉니다. 고정 seed가 단일 변경 비교를 돕지만 같은 영상·프레임을 약속하지 않습니다. 각 결과를 보고 듣고 판단합니다.
샘플이 보여 준 점
- 옥상 천문학: 망원경 옆 사진은 토성에 관한 약 9초 발화를 전달했습니다. 입이 맞고 고개가 미묘하고 자연스럽게 움직였습니다.
- 늦은 밤 바: 480p의 느슨한 넥타이 남성이 ‘Last call already? Then stay for one more.’를 말하며 자연스럽게 고개를 움직였습니다.
제공 예시의 관찰이며 모든 사진·녹음의 약속은 아닙니다. 기록 샘플은 화자 마스크, seed 비교, 전체 10분 범위를 검증하지 않았습니다. 직접 녹음의 시작·쉼·끝을 생성 동작과 비교합니다.
한계와 모델 선택
3초 미만·10분 초과는 명시 입력 범위 밖입니다. 지원 길이라고 짧은 예시가 전 구간의 지속 품질을 입증하는 것은 아닙니다. 단체 마스크는 화자를 선택하며 샘플은 여러 목소리의 교대 대화를 보여 주지 않습니다.
14일 후 삭제되기 전에 영상을 받습니다. 후속 수정이 중요하면 원본 사진·음성·설정 기록을 함께 저장합니다.
같은 오픈소스의 속도 중심 버전은 Talking Avatar이며 InfiniteTalk는 720p 옵션의 표준 버전입니다. 배경 이미지, 표현 조절, 같은 요금의 해상도 5단계가 필요하면 HeyGen Avatar IV를 고려합니다. 같은 연기를 가정하지 말고 프로젝트의 구체적인 제어를 비교합니다.
API 빠른 시작
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "meigen-ai/infinitetalk-v1/talking-avatar",
"input": {
"audio_url": "https://example.com/reference.mp3",
"image_url": "https://example.com/reference.png",
"resolution": "480p"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.


