Введение
Соедините готовую съёмку лица с новой речью MP3 или WAV, чтобы получить обновлённый MP4. Выберите один из четырёх режимов времени; оплата учитывает всю длину загруженного аудио, даже если cut_off сокращает результат.
| Характеристика | Значение |
|---|---|
| Ввод | Видео Аудио |
| Вывод | Видео |
| Разработчик / версия | Sync / Lipsync 2 Pro |
| Модель запроса | sync/lipsync-2-pro/lip-sync |
| Обязательные материалы | Видео с лицом и новая речь |
| Пределы записи | 1–300 секунд; MP3 или WAV |
| Необязательный режим |
|
| Оплачиваемый объём | Длина загруженного аудио с округлением вверх |
| Получение файла | Асинхронная задача; результат MP4 |
| Параметры примера | 1280×720 при 24 кадрах/с |
| Отказы при проверке | Без оплаты |
| Доступность результата | 14 дней до удаления |
Ключевые возможности и особенности
Посмотрите, как часовщик произносит новую фразу
В нашем тесте кадр с часовщиком на 6,04 секунды и речь на 4,2 секунды дали результат длиной 4,21 секунды. Детали губ, зубы и щетина с сединой оставались различимыми, пока рот следовал новым словам. Итоговый MP4: 1280×720 при 24 кадрах/с.
Оцените детали, когда лицо занимает весь кадр
По заявлению Sync, Lipsync 2 Pro уделяет внимание мелким деталям лица и сохраняет манеру речи без обучения на конкретном человеке. Крупный план позволяет редактору проверить это в движении. Обложка рядом — иллюстрация, а не результат теста.
Даже обрезанный результат оплачивается по всей записи
cut_off заканчивает результат по более короткому исходнику, но оплата учитывает всё переданное аудио с округлением вверх. Обрежьте лишнюю запись до отправки или примените loop, bounce либо remap, чтобы видео охватило всю реплику. Выбор режима не меняет тариф.
Параметры запроса
| Параметр | Обязательно | Описание |
|---|---|---|
video_url | Да | Обязательный URL съёмки; значения по умолчанию нет. Выберите хорошо видимое лицо, особенно для оценки деталей крупного плана. Не менее 1 символов |
audio_url | Да | Обязательный URL MP3 или WAV с новой речью на 1–300 секунд; значения по умолчанию нет. Действует при любом |
sync_mode | Нет | Необязательный выбор совмещения: |
Стоимость
$0.101 / секунда
Оплачивается полная длина загруженного аудио от 1 до 300 секунд с округлением вверх до целых секунд. Длина видео и sync_mode не влияют на расчёт; cut_off может сократить результат, но всё аудио остаётся оплачиваемым. Отказы при проверке содержимого бесплатны.
Сценарии использования
Измените сцену с часовщиком
Используйте приложенный крупный план как ориентир для короткой замены реплики. Проверьте движения рта, зубы и щетину, а также убедитесь, что новая фраза доходит до нужного окончания.
Замените рекламную реплику крупным планом
Запишите обновлённый текст для ролика с представителем, давшим разрешение. Pro рассчитана на мелкие детали лица в тесном кадрировании; перед включением в рекламу просмотрите готовую правку.
Дублируйте фрагмент снятого разговора
Подготовьте новую речевую запись для выбранного плана. По словам Sync, Pro сохраняет видимую в исходнике манеру речи; подберите режим времени под новую запись.
Подгоните речь к имеющемуся дублю
cut_off даст короткую концовку, loop — повтор изображения, bounce — чередование направлений воспроизведения, remap — изменение времени видео. Оцените повторы и изменения скорости в контексте задуманной сцены.
Руководство по промптам и практические советы
Передайте два URL медиафайлов
В
video_urlукажите съёмку с чётким лицом, вaudio_url— запись MP3 либо WAV длиной 1–300 секунд. Измерьте аудио: оно задаёт оплачиваемую длительность.Выберите режим и отправьте
Задайте одно из четырёх допустимых значений
sync_modeили опустите поле дляcut_off. Отправьте задачу с моделью sync/lipsync-2-pro/lip-sync и сохраните её идентификатор.Получите и рассмотрите результат
Дождитесь завершения через опрос или уведомление. Проверьте синхронность губ, мелкие детали и концовку, затем сохраните MP4 до истечения 14 дней хранения.
Монтаж реплик крупным планом с Pro
Sync Lipsync 2 Pro — версия Sync с акцентом на детали для изменения видимой речи в готовой съёмке. Разработчик описывает её как студийную модель zero-shot, которая сохраняет манеру речи без отдельного обучения. Заявленный акцент на зубах, деталях бороды и текстуре губ делает крупный план полезным для оценки.
Вызовите sync/lipsync-2-pro/lip-sync, передав URL видео, URL новой записи и необязательный режим времени. Обработка идёт асинхронно: сохраните идентификатор и дождитесь завершения через опрос или уведомление. Возвращается MP4 с голосом из загруженного аудио. Этапа клонирования голоса нет.
Поля запроса
| Поле | Обязательность и значение по умолчанию | Роль в запросе и оплате |
|---|---|---|
video_url | Обязательно; значения по умолчанию нет | Съёмка с хорошо видимым лицом. Её длина напрямую не задаёт плату. |
audio_url | Обязательно; значения по умолчанию нет | MP3 или WAV, 1–300 секунд. Для оплаты секунды загруженного аудио округляются вверх. |
sync_mode | Необязательно; по умолчанию cut_off | Выберите cut_off, loop, bounce или remap. Оплата по секундам аудио от выбора не меняется. |
Эти три поля действуют во всём эндпоинте синхронизации губ. Текстовый промпт, настройка разрешения и режим silence не принимаются. Подготовьте запись до отправки: эндпоинту нужна готовая речь, а не написанная фраза.
Согласуйте исходники разной длины
cut_off: завершить по короткому исходнику. В результате у длинного аудио может пропасть окончание.loop: повторять видео, чтобы покрыть более длинную звуковую дорожку.bounce: чередовать прямое и обратное воспроизведение изображения под длинную запись.remap: растянуть или сжать время видео до длительности записи.
При выборе смотрите на исходные движения, а также сравнивайте длину. Повторяющийся жест или движение назад могут отвлекать в диалоге. Перед включением в монтаж просмотрите готовый MP4.
Длина результата и расчёт стоимости
Плата учитывает секунды входного аудио с округлением вверх до целых; допустимая длина записи — 1–300 секунд. Длительность видео и выбранный режим времени этого правила не меняют. Текущая цена секунды приведена на странице Pro.
В cut_off сокращение результата не уменьшает переданную длительность аудио, по которой рассчитывается оплата. Если аудио длиннее видео и его окончание не нужно, обрежьте запись до отправки. По правилу округления файл на 4,2 секунды оплачивается как 5 секунд. Отказы при проверке содержимого не оплачиваются.
Подготовьте материал для полезного сравнения
Выберите разрешённый разговорный план с отчётливо видимым лицом. Для оценки деталей Pro изучите рот, зубы и текстуру бороды в нужном размере просмотра. Подготовьте готовую запись MP3 или WAV, прослушайте слова и паузы, затем измерьте длительность.
Сделайте первую пробу достаточно короткой для внимательной проверки. Сравните исходник и результат под новую запись, затем оцените концовку: нет ли обрезанного слова, повторённого жеста, обратного движения или изменения скорости из-за выбранного режима.
Пример с часовщиком и замеры
В watchmaker-close-detail показан часовщик крупным планом: тёмно-синяя рубашка с расстёгнутым воротом и щетина с сединой. Исходник длится 6,04 секунды при 1280×720, новая запись — 4,2 секунды. Входные данные запроса:
{
"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"
}
В нашем тесте запрос дал MP4 длиной 4,21 секунды при 1280×720 и 24 кадрах/с. Губы следовали новой реплике, а их текстура, зубы и щетина оставались различимы. Это замер короткого крупного плана без контролируемого сравнения качества с другой моделью.
В отдельном тесте времени исходник на 4,0 секунды с размером 854×480 и частотой 24 кадра/с сочетался с речью на 4,55 секунды. При cut_off результат завершился на 4,0 секунды. Наблюдение показывает поведение обрезки; расходы планируйте по описанному выше правилу секунд аудио.
Проверка содержимого и ограничения файлов
В этой версии действует фильтр содержимого. Наш исходник Mild был обработан; две попытки Moderate отклонены во время обработки. Отказы не оплачиваются. Эти наблюдения не определяют результат для непроверенных уровней.
Используйте лица, видео и голоса, на которые у вас есть права; каждый показанный человек должен быть совершеннолетним. Имитация чужой личности запрещена. Готовые файлы доступны 14 дней, затем удаляются; скачайте подходящий MP4 в этот срок.
Сравните близкие модели синхронизации губ
Sync Lipsync 2 оплачивается по секундам входного видео и дополнительно к описанным режимам предлагает silence. Рассмотрите её, если эти различия условий или проверка содержимого важны для вашего процесса. Pro, по описанию Sync, делает акцент на деталях при работе с крупным планом.
Также изучите страницы Sync Lipsync 3 и VEED Lipsync 2.0. Перед тестом проверьте их собственные правила входных данных и оплаты; пример с часовщиком не устанавливает рейтинг этих моделей.
Быстрый старт API
# 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"
Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.


