#avatar

45 articles - Page 2

WaveSpeedAI InfiniteTalk ビデオ・トゥ・ビデオがWaveSpeedAIで利用可能に

オーディオドリブンのInfiniteTalkは、1つのビデオとオーディオから、リアルなトーキング・シンギングビデオをリップシンク付きで480pまたは720pで生成します。すぐに使用できるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

PixVerse LipSyncは高度なアルゴリズムで音声をリアルなリップシンク動画に変換し、正確な口の動きとタイミングをビデオアバターに実現します。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

高度なアルゴリズムを使用してオーディオから逼真のリップシンクアニメーションを生成し、高品質の顔同期を実現します。すぐに使用できるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

Sync Lipsync-2は、提供されたオーディオに合わせて任意のビデオのリップシンクを同期し、映画、ポッドキャスト、ゲーム、アニメーションのための現実的な口の動きの調整を可能にします。すぐに使用できるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

Sync React-1は本番環階級のビデオ間リップシンクモデルです。任意の音声トラックをターゲット顔にマッピングし、音素正確なビジェームと滑らかなタイミングを生成しながら、アイデンティティ、頭の動き、照明、背景を保持します。感情と強度の制御、多言語音声、および長時間テイクをサポートします。

Veed LipSyncを使用して、音声から高品質な同期を備えたリアルなリップシンク動画を生成します。動画5秒あたり$0.15。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

Hunyuan Avatarは1枚の画像と音声から音声駆動のトーキングまたはシンギングビデオを作成します。480p/720pで最大120秒対応（5秒あたり$0.15から）。すぐに使用できるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

Wan-2.2-S2Vは画像と音声を高忠実度ビデオに変換し、リアルな顔と体の動きをサポート。480pで最大10分のクリップに対応し、$0.15/5秒から利用可能。すぐに使えるREST API、コールドスタートなし、手頃な価格。

Google Veo3は、テキストから同期したビデオと音声を生成するGoogle製のフラッグシップテキスト・ツー・ビデオモデルです。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

OmniHuman 1.5は、オーディオと視覚的な手がかりをリアルなアバターアニメーションに変換し、バーチャルヒューマン、ストーリーテリング、インタラクティブエージェント向けに対応しています。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格設定。

ByteDanceのOmniHumanは、1枚のポートレート写真をリアルな動きと表情を持つアバタービデオに変換します（$0.12/秒）。すぐに使えるREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。

My-Worldは写真をマインクラフト風のピクセルアートに変換し、ゲームのブロック状のピクセル化された美学を再現します。すぐに使用可能なREST推論API、最高のパフォーマンス、コールドスタートなし、手頃な価格。