본문으로 건너뛰기

sync/lipsync-3/lip-sync

sync.의 lipsync-3 립싱크 엔드포인트는 기존 얼굴 영상을 입력 음성 녹음에 맞춰 MP4로 반환합니다. 결과 길이는 오디오를 따르고 요금은 원본 영상 길이를 초 단위로 올림해 계산합니다.

최저가 $0.162/초

플레이그라운드

입력

립싱크
요금에 영향1/1

영상을 끌어다 놓거나 파일을 직접 선택하세요 · 파일 1개 · 개당 최대 90 MB · MP4 · WEBM

  • 1
파일 1 / 1개
필수 얼굴 영상 URL입니다. 원본은 1–300초여야 하며 길이를 정수 초로 올림해 과금합니다. 제출 전에 불필요한 구간을 잘라냅니다. 범위 밖 원본은 청구 전에 거절합니다. 1자 이상
1/1
파일 1 / 1개
교체 음성의 필수 URL입니다. 테스트에서는 WAV와 MP3를 사용했습니다. 녹음 길이에 따라 영상을 자르거나 역방향으로 연장하며, 영상 기준 과금 수량은 바뀌지 않습니다. 1자 이상
안전 검사꺼짐

SpicyAPI는 이 모델에 안전 검사를 적용하지 않습니다. 프롬프트와 소재는 작성한 그대로 모델에 전달되며, 결과는 모델 자체가 결정합니다.

제출과 가격 계산을 열기 전에 계정을 확인하고 있습니다.

출력

실행 대기
샘플 결과

관련 모델과 다음 단계

찾는 모델이 없나요?

SYNC. · LIPSYNC-3

기존 얼굴 영상에 새 대사를 입히고, 음성 트랙 길이에 맞춘 MP4를 완성합니다.

핵심 수치

입력 영상 길이
1–300초
필요한 대사 구간만 남기고 원본을 자릅니다. 과금 길이는 정수 초로 올림합니다.
필수 미디어 입력
2
얼굴 영상과 별도의 음성 트랙을 함께 사용해 립싱크 결과를 만듭니다.
실측 처리 시간(초)
76 / 173
길이가 각각 5.04초와 5.00초인 원본 클립 2개에서 측정한 대략적인 시간입니다.
원본 프레임 유지(fps)
24 / 25
1280×720 및 1358×680 테스트 영상은 반환된 MP4에서도 각각의 프레임 레이트를 유지했습니다.

결제하기 전에

모든 모드

사용 허가를 받은 영상과 목소리를 사용하고 실제 인물을 사칭하지 않아야 합니다. 음성을 교체한 클립을 배포하기 전에 입 움직임과 끝부분의 연장 구간을 검토합니다.

립싱크
  • 원본 영상은 1–300초여야 합니다. 결과 길이는 오디오가 결정합니다. 음성이 짧으면 영상이 잘리고, 길면 끝부분의 프레임을 역재생해 영상을 연장합니다.
  • 이 요청은 video_url과 audio_url을 받습니다. 내장 음성 합성, 정지 이미지 입력, 모델 개발사의 sync_mode 선택 항목은 제공하지 않으므로 제출 전에 음성 파일을 준비합니다.

할 수 있는 일

영상과 대사

선택한 촬영본으로 작업 이어가기

얼굴은 원본 클립에서, 대사는 교체 녹음에서 가져옵니다. lipsync-3는 립싱크를 다시 맞춘 MP4를 반환합니다. 발표자의 수정 대사나 허가받은 강의 번역을 텍스트 프롬프트가 아닌 영상·음성 입력 쌍으로 전달합니다.

길이 처리 방식

음성에 맞춰 끝부분 계획하기

6.48초 음성 트랙을 넣자 5.00초 원본의 끝부분 프레임이 역재생되면서 6.48초로 연장됐습니다. 역방향 동작이 대사 전달을 방해한다면 목표 장면 길이와 비슷한 오디오를 사용하고 편집에 넣기 전에 마지막 구간을 검토합니다.

미디어 속성 확인

화면 크기는 유지하고 믹스는 점검하기

측정한 클립 2개 모두 원본 해상도와 프레임 레이트를 유지했습니다. 각각 1280×720·24fps와 1358×680·25fps였습니다. 출력 음성은 모노 AAC이므로 화면 크기와 별개로 최종 오디오 믹스를 확인합니다.

모델 개발사 설명

복잡한 얼굴 움직임 검토하기

sync.는 모델 문서에서 sync-3가 장면 맥락을 활용하고 가림을 자동으로 처리한다고 설명합니다. 직접 사용할 영상에서 대표적인 고개 돌림이나 손이 얼굴을 가로지르는 장면을 시험합니다. 이번 2건의 실측은 길이와 처리 시간을 관찰한 것으로 해당 시각 상황의 품질 점수 비교는 아닙니다.

이럴 때 씁니다

  • 녹화 강의의 언어 바꾸기

    사용 허가를 받은 강사가 등장하는 lesson.mp4에 별도로 번역·녹음한 lesson.wav를 연결합니다. 입력 음성에 맞춰 입이 움직이는 MP4를 받으므로 립싱크 호출 전에 번역과 녹음을 마칩니다.

  • 제품 발표 대사 수정하기

    발표자의 원본 촬영본과 수정한 제품명 및 문장을 녹음한 WAV를 제출합니다. 새 대사에 맞춘 영상을 받은 뒤 편집본을 교체하기 전에 수정 구간을 확인합니다.

  • 지역별 광고 버전 제작하기

    시장별로 승인된 별도 내레이션 파일을 준비해 대변인 클립을 재사용합니다. 제출한 영상·오디오 쌍마다 립싱크를 다시 맞춘 MP4가 생성되며, 각 요청은 원본 영상 길이를 기준으로 과금합니다.

  • 인터뷰 발췌본의 음성 교체하기

    사용 허가를 확보한 인터뷰 발췌본에 교체할 MP3 음성 트랙을 연결합니다. 새 음성이 더 길면 원본 끝부분을 역재생해 오디오 길이를 채우므로 결과 MP4의 마지막 프레임을 살펴봅니다.

모델 레퍼런스

Sync Lipsync 3 API 레퍼런스

Sync Lipsync 3 API 사양

모델 개발사 및 모델
sync. · lipsync-3 (sync-3)
공개 API 이름
sync/lipsync-3/lip-sync
작업 유형
기존 얼굴 영상과 새 음성으로 립싱크 생성
필수 입력
video_url 및 audio_url
원본 영상 길이
1–300초
출력 컨테이너
MP4
화면 크기 및 재생 속성
원본 해상도와 프레임 레이트 유지
출력 음성
모노 AAC로 재인코딩
결과 길이
오디오에 맞춰 원본 영상을 자르거나 연장
과금 단위
입력 영상의 초 수를 올림
처리 시간 실측
짧은 클립 2건에서 약 76초와 173초
미제공 설정
sync_mode, 내장 TTS, 이미지 입력

Sync Lipsync 3 API 호출 방법

  1. 얼굴 영상을 고르고 자르기

    입 모양이 잘 보이는 촬영본을 선택하고 업로드 전에 길이를 측정합니다. 제출할 클립을 1–300초로 맞추고 요금을 지불할 필요가 없는 구간을 제거합니다.

  2. 교체 음성 완성하기

    대사를 오디오 파일로 준비합니다. 테스트에서는 WAV와 MP3를 사용했습니다. 영상 잘림이나 역방향 연장을 피하려면 원하는 편집 길이에 음성을 맞춥니다.

  3. 영상과 오디오 URL 제출하기

    model을 sync/lipsync-3/lip-sync로 설정하고 input에 video_url과 audio_url을 넣어 POST /api/v1/jobs/createTask로 전송합니다. Bearer API 키를 포함하고 아래 요청 예시를 JSON 본문으로 사용합니다.

  4. MP4를 받고 결과 확인하기

    반환된 taskId를 저장하고 /api/v1/jobs/recordInfo?taskId=YOUR_TASK_ID를 조회해 완료 여부를 확인합니다. 완성 파일을 내려받아 자음 발음, 입 모양 전환, 끝부분을 음성 파일과 비교합니다.

한 문단 요약

완성된 음성 녹음과 실제 사용할 얼굴 영상 구간을 준비해 lipsync-3 편집을 시작합니다. URL 입력 2개가 결과를 결정합니다. 영상 길이는 과금 초 수를, 오디오 길이는 완성 타임라인을 정하며, 음성이 더 길면 원본 끝부분의 프레임이 역방향으로 이어집니다. 이 끝부분과 입 움직임, 모노 AAC 음성을 함께 확인합니다. 아래 실측 예시를 참고해 시험 작업을 계획하고, 비용이 중요하면 같은 자료를 lip-sync/v1에서도 비교합니다. 사용 권한을 확보한 영상과 목소리로 진행합니다.

Sync Lipsync 3 API 자주 묻는 질문