Volcengine Video Lip Sync Sincronização labial de vídeo com IA

Use-o quando o vídeo de origem já for o resultado visual que você quer manter e apenas a fala precisar acompanhar outra faixa vocal. Este é um fluxo de sincronização labial com vídeo e áudio, não um gerador de vídeo guiado por prompt nem um modelo de animação de retrato.

Envie exatamente um vídeo MP4 ou MOV de até 95 MB e um arquivo de áudio MP3, M4A, WAV, AAC ou OGG de até 10 MB. O vídeo deve estar dentro da geometria compatível de 360p a 1080p, de 24 a 60 fps e da faixa de 1 a 30 Mbps, e os dois arquivos devem ter duração verificada positiva.

Escolha Lite para uma única pessoa de frente para a câmera quando o processamento mais rápido e os controles de alinhamento do áudio ao vídeo forem úteis. Escolha Basic para uma cena mais complexa com uma única pessoa, sobretudo quando precisar de segmentação de cena e identificação do falante.

No modo Lite, o alinhamento de áudio pode repetir o vídeo quando o áudio de destino é mais longo. A repetição reversa só fica disponível quando o alinhamento está ativado, e o tempo inicial do template define onde a sequência de origem começa. O modo Basic não usa esses controles.

A Rivya usa uma tarifa de 8 créditos por segundo de áudio verificado, e a duração da saída acompanha esse áudio. A duração decimal permanece no cálculo completo, e apenas o total da reserva é arredondado para cima até um crédito inteiro. Quando é informado um uso real válido e não superior à reserva, a Rivya faz o acerto por esse valor; se o uso estiver ausente, for inválido ou superar o valor reservado, ele segue para conciliação, sem gerar cobrança adicional oculta.

Combine um vídeo existente com uma única pessoa e uma faixa vocal de destino para que a fala visível acompanhe o novo áudio, mantendo a filmagem de origem como base visual.

Use um arquivo MP4 ou MOV compatível, com o falante claramente visível, e prepare uma faixa vocal limpa. Verifique se o vídeo tem no máximo 95 MB e se a resolução, a taxa de quadros e o bitrate estão dentro dos limites indicados.

Comece com Lite em filmagens frontais simples. Use Basic quando a cena for mais complexa ou quando a segmentação de cena e a identificação do falante forem úteis.

Os detalhes são públicos, mas uploads e geração exigem acesso à conta. O preço é de 8 créditos por segundo de áudio verificado, o resultado acompanha a duração do áudio e apenas o total final calculado é arredondado para cima.

Continue aqui para testar um vídeo de origem e uma faixa de voz. Abra o Studio para salvar dublagens, repetir idiomas ou tomadas, fazer comparações ou desenvolver um fluxo de localização mais longo.