소개
기존 얼굴 영상에 교체 MP3 또는 WAV 음성을 결합해 수정된 MP4를 만듭니다. 4가지 길이 모드 중 선택하며 cut_off로 결과가 짧아져도 업로드한 오디오 전체 길이로 과금합니다.
| 항목 | 값 |
|---|---|
| 입력 | 영상 오디오 |
| 출력 | 영상 |
| 배포 주체 / 등급 | Sync / Lipsync 2 Pro |
| 요청 모델 | sync/lipsync-2-pro/lip-sync |
| 필수 미디어 | 얼굴 영상과 교체 음성 |
| 녹음 범위 | 1–300초; MP3 또는 WAV |
| 선택 모드 |
|
| 과금 수량 | 업로드 오디오 길이를 올림 |
| 결과 전달 | 비동기 작업; MP4 출력 |
| 예시 화면 | 1280×720, 24fps |
| 검토 거부 | 요금 없음 |
| 출력 제공 기간 | 14일 후 삭제 |
핵심 기능 및 하이라이트
시계공이 새 대사를 말하는 모습을 확인합니다
테스트에서 6.04초 시계공 영상에 4.2초 음성을 결합하자 4.21초 결과가 나왔습니다. 입이 교체 대사를 따라 움직이는 동안 입술의 세부 표현, 치아와 새치 섞인 짧은 수염이 보였습니다. MP4는 1280×720, 24fps였습니다.
얼굴이 화면을 채울 때 세부 표현을 평가합니다
Sync는 Lipsync 2 Pro가 인물별 학습 없이 발화 스타일을 유지하면서 섬세한 얼굴 표현에 중점을 둔다고 설명합니다. 근접 장면으로 이 설명이 실제 움직임에서 어떻게 나타나는지 평가할 수 있습니다. 함께 제시된 표지는 테스트 출력이 아닌 일러스트입니다.
결과가 잘려도 녹음 전체로 과금할 수 있습니다
cut_off는 짧은 입력에서 결과를 끝내지만 요금은 제출한 오디오 전체를 올림해 계산합니다. 지나치게 긴 녹음은 제출 전에 자릅니다. 영상이 대사 전체를 담아야 하면 loop, bounce, remap을 사용합니다. 모드를 바꿔도 단가는 변하지 않습니다.
요청 파라미터
| 파라미터 | 필수 | 설명 |
|---|---|---|
video_url | 예 | 영상 필수 URL이며 기본값은 없습니다. 특히 근접 세부 표현 확인에는 얼굴이 선명한 장면을 고릅니다. 1자 이상 |
audio_url | 예 | 1–300초 교체 음성의 MP3 또는 WAV 필수 URL이며 기본값은 없습니다. 모든 sync_mode에 적용됩니다. 1자 이상 |
sync_mode | 아니요 | 선택 맞춤 방식은 |
요금
$0.101 / 초
1–300초 녹음의 업로드 오디오 길이를 정수 초로 올림해 과금합니다. 영상 길이나 sync_mode는 계산에 영향을 주지 않으며 cut_off로 결과가 짧아져도 오디오 전체가 과금 대상입니다. 콘텐츠 검토에서 거부된 작업에는 요금이 없습니다.
활용 사례
시계공 장면 대사 수정
제공된 근접 영상을 짧은 대사 편집의 참고 사례로 씁니다. 입·치아·짧은 수염의 움직임과 교체 대사의 끝부분을 함께 확인합니다.
광고 근접 장면의 대사 교체
사용 허가가 있는 광고 화자의 영상에 맞춰 수정 문구를 녹음합니다. Pro는 밀착 구도에서 보이는 얼굴 세부 표현에 집중하므로 광고에 쓰기 전에 완성 편집본을 살펴봅니다.
촬영 대화 일부 더빙
선택한 장면에 맞는 교체 음성 녹음을 준비합니다. Sync에 따르면 Pro는 원본에서 보이는 발화 스타일을 유지합니다. 새 녹음에 맞는 길이 모드를 고릅니다.
기존 촬영본에 대사 맞추기
짧게 끝내려면 cut_off, 영상 반복은 loop, 재생 방향 교대는 bounce, 타임라인 조절은 remap을 씁니다. 반복이나 속도 변화가 장면 의도와 맞는지 확인합니다.
프롬프트 가이드 및 실전 팁
미디어 URL 2개 제공
video_url에는 얼굴이 잘 보이는 영상, audio_url에는 1–300초 MP3 또는 WAV 녹음을 설정합니다. 과금 길이를 정하는 녹음의 시간을 측정합니다.
모드 선택 후 제출
지원하는
sync_mode4가지 중 하나를 고르거나 생략해 cut_off를 사용합니다. sync/lipsync-2-pro/lip-sync 모델로 작업을 제출하고 식별자를 보관합니다.결과 수신과 세부 검토
폴링 또는 콜백으로 완료를 기다립니다. 입 동기화·세부 표현·끝부분을 확인한 뒤 14일 보관 기간이 끝나기 전에 MP4를 저장합니다.
Pro로 근접 장면 대사 편집
Sync Lipsync 2 Pro는 기존 촬영본에서 보이는 발화를 바꾸기 위한 Sync의 세부 표현 중심 등급입니다. Sync는 별도 학습 없이 화자의 말하는 스타일을 유지하는 스튜디오급 제로샷 모델이라고 설명합니다. 치아·수염의 세부 표현·입술 질감에 초점을 두므로 밀착 구도로 평가하기에 적합합니다.
영상 URL과 교체 녹음 URL, 선택 길이 모드로 sync/lipsync-2-pro/lip-sync를 호출합니다. 처리는 비동기이므로 작업 식별자를 저장하고 폴링이나 콜백으로 완료 결과를 받습니다. 반환 미디어는 업로드한 오디오의 목소리를 담은 MP4입니다. 음성을 복제하는 단계는 없습니다.
파라미터와 사용 가능한 설정
| 필드 | 필수 여부와 기본값 | 입력 및 과금 역할 |
|---|---|---|
video_url | 필수; 기본값 없음 | 얼굴이 선명한 촬영본입니다. 영상 길이가 직접 요금을 정하지는 않습니다. |
audio_url | 필수; 기본값 없음 | 1–300초 MP3 또는 WAV입니다. 업로드 오디오 초 수를 올림해 과금합니다. |
sync_mode | 선택; 기본 cut_off | cut_off, loop, bounce, remap 중 고릅니다. 오디오 초당 과금은 선택과 무관합니다. |
이 립싱크 엔드포인트 전반에 위 3개 필드가 적용됩니다. 텍스트 프롬프트, 해상도 설정, silence 모드는 받지 않습니다. 글로 쓴 대사 대신 완성된 음성을 받으므로 요청 전에 녹음을 준비합니다.
길이가 다른 입력 맞추기
cut_off: 짧은 입력이 끝날 때 종료합니다. 오디오가 더 길면 결과에서 끝부분이 잘릴 수 있습니다.loop: 오디오가 끝날 때까지 영상을 반복합니다.bounce: 더 긴 녹음에 맞춰 영상을 정방향·역방향으로 번갈아 재생합니다.remap: 영상 타임라인을 녹음 길이만큼 늘리거나 줄입니다.
길이 비교와 함께 원본 움직임을 보고 선택합니다. 반복된 몸짓이나 역방향 동작은 대화 장면에서 거슬릴 수 있습니다. 편집에 넣기 전에 완성 MP4를 확인합니다.
출력 길이와 요금
요금은 1–300초 범위의 입력 오디오 초 수를 정수 초로 올림해 계산합니다. 영상 길이와 선택 모드는 이 규칙을 바꾸지 않습니다. 현재 초당 가격은 Pro 모델 페이지에서 확인합니다.
cut_off에서 결과가 짧아져도 과금에 쓰는 제출 오디오 길이는 줄지 않습니다. 영상보다 긴 오디오의 끝부분을 버릴 계획이면 제출 전에 녹음을 편집합니다. 올림 규칙에 따라 4.2초 오디오는 5초로 과금합니다. 콘텐츠 검토에서 거부된 작업은 무료입니다.
품질 확인용 자료 준비하기
사용 허가가 있고 얼굴이 잘 보이는 발화 장면을 고릅니다. Pro의 세부 표현을 확인하려면 실제 시청 크기에서 입·치아·수염 질감을 살펴봅니다. 완성 MP3 또는 WAV를 제공하고 대사와 쉼을 끝까지 들은 뒤 길이를 측정합니다.
첫 테스트는 자세히 살필 수 있도록 짧게 준비합니다. 교체 녹음을 들으며 입력과 출력을 비교하고 마지막 단어가 잘렸는지, 몸짓이 반복되거나 역재생되는지, 선택 모드에 따른 속도 변화가 있는지 확인합니다.
짧은 클립 테스트에서 확인한 결과
watchmaker-close-detail 예시는 칼라를 푼 네이비 셔츠에 새치 섞인 짧은 수염을 기른 시계공의 근접 영상입니다. 원본은 1280×720, 6.04초이고 교체 녹음은 4.2초입니다. 요청 입력은 다음과 같습니다.
{
"video_url": "https://cdn.spicyapi.ai/models/examples/inputs/8bce11f8f3cee83e.mp4",
"audio_url": "https://cdn.spicyapi.ai/models/examples/inputs/deddbb8db32c1ca2.mp3",
"sync_mode": "cut_off"
}
테스트에서 이 입력은 1280×720, 24fps의 4.21초 MP4를 반환했습니다. 입이 새 대사를 따르는 동안 입술 질감·치아·짧은 수염이 보였습니다. 짧은 근접 장면의 실측 사례이며 다른 모델과 통제된 품질 비교를 한 것은 아닙니다.
별도 길이 테스트에서는 854×480, 24fps, 4.0초 원본에 4.55초 음성을 결합했습니다. cut_off 결과는 4.0초에 끝났습니다. 이는 자르기 동작을 보여 주는 관찰이며 과금 계획에는 위의 오디오 초 수 규칙을 사용합니다.
콘텐츠 검토와 파일 제한
이 등급에는 콘텐츠 필터가 작동합니다. Mild 입력은 처리됐고 Moderate 시도 2번은 처리 중 거부됐습니다. 거부 작업에는 과금하지 않습니다. 이 관찰로 테스트하지 않은 수준의 결과를 단정할 수는 없습니다.
사용 권한이 있는 얼굴·영상·음성을 사용하며 등장하는 모든 인물은 성인이어야 합니다. 사칭은 허용하지 않습니다. 생성 파일은 14일간 제공 후 삭제되므로 해당 기간 안에 사용할 MP4를 다운로드합니다.
관련 립싱크 모델 선택하기
Sync Lipsync 2는 입력 영상 초 수로 과금하며 위 모드에 더해 silence를 제공합니다. 이 조건 차이나 콘텐츠 검토 동작이 중요하면 함께 검토합니다. Pro는 Sync가 근접 작업용으로 소개하는 세부 표현 중심 모델입니다.
Sync Lipsync 3와 VEED Lipsync 2.0도 살펴볼 수 있습니다. 테스트 전에 각각의 입력과 과금 규칙을 확인합니다. 시계공 관찰만으로 이 모델들의 성능 순위를 정할 수는 없습니다.
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "sync/lipsync-2-pro/lip-sync",
"input": {
"audio_url": "https://example.com/reference.mp3",
"sync_mode": "cut_off",
"video_url": "https://example.com/reference.mp4"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
인증, 전체 스키마, 폴링과 오류 처리는 API 레퍼런스에서 확인하세요.


