#avatar
42 articles - Page 2
PixVerse LipSyncがWaveSpeedAIに登場
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。
Sync LipSync 1.9.0 BetaがWaveSpeedAIに登場
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がWaveSpeedAIに登場
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がWaveSpeedAIに登場
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がWaveSpeedAIに登場
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がWaveSpeedAIに登場
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 Speech To VideoがWaveSpeedAIに登場
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がWaveSpeedAIに登場
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。
ByteDance Avatar Omni Human 1.5がWaveSpeedAIで利用可能に
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アバターOmniHumanがWaveSpeedAIに登場
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。
ByteDanceのLipSyncオーディオ・ツー・ビデオがWaveSpeedAIで利用可能に
ByteDanceのLipSyncは、入力オーディオに完全に同期した正確なリップムーブメントを生成することで、オーディオをリアルな話す動画に変換します。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。
ElevenLabs Eleven V3 TimingがWaveSpeedAIに登場
ElevenLabs Eleven-V3 Timingはテキストを自然な音声に変換し、アライメントメタデータ（JSON形式の文字/単語タイムスタンプ）を返します。正確な字幕、カラオケエフェクト、リップシンクに対応。voice_id、相似度/安定性、オプションのSpeaker Boostをサポート。1,000文字あたり$0.10で価格設定。すぐに使用可能