Volcengine Video Lip Sync pour les vidéos de locuteur existantes

Utilisez-le lorsque la vidéo source correspond déjà au résultat visuel que vous souhaitez conserver et que seule la performance parlée doit suivre une autre piste vocale. Il s’agit d’un flux de synchronisation labiale vidéo-audio, et non d’un générateur vidéo guidé par prompt ni d’un modèle d’animation de portrait.

Importez exactement une vidéo MP4 ou MOV de 95 MB maximum et un fichier audio MP3, M4A, WAV, AAC ou OGG de 10 MB maximum. La vidéo doit respecter les dimensions prises en charge, de 360p à 1080p, une cadence de 24 à 60 fps et un débit de 1 à 30 Mbps ; les deux fichiers doivent avoir une durée vérifiée positive.

Choisissez Lite pour une seule personne face à la caméra lorsque le traitement plus rapide et les réglages d’alignement audio-vidéo sont utiles. Choisissez Basic pour une scène plus complexe avec une seule personne, notamment lorsque la segmentation des scènes et l’identification du locuteur sont nécessaires.

En mode Lite, l’alignement audio peut lire la vidéo en boucle lorsque l’audio cible est plus long. La boucle inversée n’est disponible que si l’alignement est activé, et le réglage de début de la séquence modèle détermine où commence la source. Le mode Basic n’utilise pas ces réglages.

Rivya applique un tarif de 8 crédits par seconde d’audio vérifiée, et la durée de sortie suit celle de cet audio. La durée décimale est conservée dans le calcul complet et seul le montant total réservé est arrondi au crédit entier supérieur. Lorsque l’usage réel communiqué est valide et inférieur ou égal au montant réservé, Rivya ajuste le débit à cet usage réel. Si l’usage est absent, non valide ou supérieur au montant réservé, la tâche passe en rapprochement, sans débit supplémentaire dissimulé.

Associez une vidéo existante montrant une seule personne à une piste vocale cible afin que la parole visible suive le nouvel audio, tout en conservant la séquence source comme base visuelle.

Utilisez un fichier MP4 ou MOV pris en charge, avec un locuteur clairement visible, puis préparez une piste vocale propre. Vérifiez que la vidéo ne dépasse pas 95 MB et que sa résolution, sa cadence et son débit respectent les limites indiquées.

Commencez par Lite pour une séquence simple face caméra. Utilisez Basic lorsque la scène est plus complexe ou si la segmentation des scènes et l’identification du locuteur sont utiles.

Les informations sont publiques, mais l’importation et la génération exigent une connexion. Le tarif est de 8 crédits par seconde d’audio vérifiée, le résultat suit la durée de l’audio et seul le total calculé final est arrondi au supérieur.

Restez ici pour tester une vidéo source et une piste vocale. Ouvrez Studio pour enregistrer des doublages, répéter plusieurs langues ou prises, effectuer des comparaisons ou développer un flux de localisation plus long.