#digital-human

32 articles - Page 2

字节跳动 Avatar Omni Human 现已登陆WaveSpeedAI

字节跳动 OmniHuman 可将单个肖像照片转换为具有逼真运动和表情的化身视频（$0.12/秒）。开箱即用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

My-World 将照片转换为我的世界风格的像素艺术，重现游戏的方形像素美学。即用型 REST 推理 API，最佳性能，无冷启动，价格实惠。

将照片转换为Q版卡通娃娃视频，具有流畅、俏皮的动画效果。适用于头像和社交媒体剪辑的图像到视频效果。随时可用的REST推理API，最佳性能，无冷启动，价格实惠。

字节跳动 LipSync 通过生成精确的唇动与输入音频完全同步，将音频转换为逼真的说话视频。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

ElevenLabs Eleven-V3 Timing将文本转换为自然语音，并返回对齐元数据——JSON格式的字符/单词时间戳——用于精确字幕、卡拉OK效果和唇同步。支持voice_id、相似度/稳定性和可选的Speaker Boost。价格为每1000个字符0.10美元。随时可用

字节跳动 LatentSync 结合 Stable Diffusion 和 TREPA 技术，实现高分辨率端到端唇形同步，在生成视频中呈现精准逼真的口型动作。提供即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。

先进的SAM 3D身体生成模型，可从图像创建详细的3D人体模型，支持可选的基于掩码的分割。即用型REST推理API，最佳性能，无冷启动，价格实惠。

Kling AI Avatar Pro将音频转换为说话视频肖像；定价为前5秒$1，之后每秒$0.20，最长可达600秒。即开即用的REST推理API，最佳性能，无冷启动，价格经济实惠。

Kling AI Avatar为个人资料、介绍和社交内容生成高质量的AI化身视频，提供清晰细节和电影级运动效果，以及可靠的提示词遵循。提供即用型REST推理API、最佳性能、无冷启动、价格实惠。

先进的女性虚拟人物生成器，可生成逼真、多样化和高度详细的女性肖像。随时可用的REST推理API、最佳性能、无冷启动、价格实惠。

Kling V2 AI Avatar Pro 生成高质量的 AI 头像视频，具有清晰的细节、稳定的运动和强大的身份一致性——非常适合个人资料、介绍和社交内容。即插即用的 REST 推理 API、最佳性能、无冷启动、价格实惠。

Vidu Reference-to-Video 2.0 将参考资料转换为保留角色、物体和环境的视频，具有多实体一致性。即用型 REST 推理 API、最佳性能、无冷启动、价格实惠。