Volcengine Video Lip Sync para vídeos existentes con hablante

Úsalo cuando el vídeo de origen ya sea el resultado visual que quieres conservar y solo necesites que la interpretación hablada siga una pista vocal distinta. Es un flujo de sincronización labial con vídeo y audio, no un generador de vídeo guiado por prompt ni un modelo de animación de retratos.

Sube exactamente un vídeo MP4 o MOV de hasta 95 MB y un archivo de audio MP3, M4A, WAV, AAC u OGG de hasta 10 MB. El vídeo debe respetar la geometría admitida de 360p a 1080p, una frecuencia de 24 a 60 fps y una tasa de bits de 1 a 30 Mbps, y ambos archivos deben tener una duración verificada positiva.

Elige Lite para una sola persona mirando a cámara cuando resulten útiles un procesamiento más rápido y los controles de alineación del audio con el vídeo. Elige Basic para una escena más compleja con una sola persona, especialmente cuando necesites segmentación de escenas e identificación del hablante.

En el modo Lite, la alineación del audio puede repetir el vídeo cuando el audio de destino es más largo. La repetición inversa solo está disponible cuando la alineación está activada, y el valor de inicio de la plantilla elige dónde comienza la secuencia de origen. El modo Basic no utiliza esos controles.

Rivya aplica una tarifa de 8 créditos por segundo de audio verificado, y la duración de salida sigue ese audio. La duración decimal forma parte del cálculo completo y solo se redondea hacia arriba a un crédito entero el total de la reserva. Cuando se informa de un uso real válido que no supera la reserva, Rivya liquida conforme a ese valor; si el uso no está disponible, no es válido o supera la reserva, pasa a conciliación en lugar de generar un cargo adicional oculto.

Combina un vídeo existente de una sola persona con una pista vocal de destino para que el habla visible siga el nuevo audio mientras el metraje de origen se mantiene como base visual.

Usa un archivo MP4 o MOV compatible con el hablante claramente visible y prepara una pista vocal limpia. Comprueba que el vídeo no supere los 95 MB y que su resolución, frecuencia de fotogramas y tasa de bits estén dentro de los límites indicados.

Empieza con Lite para metraje frontal sencillo. Usa Basic cuando la escena sea más compleja o cuando resulten útiles la segmentación de escenas y la identificación del hablante.

La información es pública, pero para subir archivos y generar debes iniciar sesión. El precio es de 8 créditos por segundo de audio verificado, el resultado sigue la duración del audio y solo se redondea hacia arriba el total final calculado.

Quédate aquí para probar un vídeo de origen y una pista de voz. Abre Studio para guardar doblajes, repetir idiomas o tomas, comparar resultados o desarrollar un flujo de localización más largo.