#digital-human

32 articles

Longcat Avatar - 在 WaveSpeedAI 上现已登陆WaveSpeedAI

Longcat Avatar 製作超逼真、唇形同步的長影片生成，具有自然動態和一致的身份。將單張照片 + 音頻轉換為音頻驅動的說話或唱歌化身影片（圖像轉影片），最長 1 分鐘，720p 等級 $0.30/5 秒。現成可用的 REST API，無冷啟動，aff

InfiniteTalk 將單張照片 + 音頻轉換為音頻驅動的說話或唱歌頭像視頻（圖像轉視頻），最長 10 分鐘，720p 級別 $0.30/5 秒。即用型 REST API，無冷啟動，價格實惠。

Live Avatar 從參考圖像和音頻生成會說話的頭像視頻，創建逼真的口型同步動畫和自然表情。

Kling AI頭像產生令人驚艷的AI生成視頻頭像，用於數位身份和內容創作，按需視頻以每5秒0.25美元計費。即用型REST API，無冷啟動，價格實惠。

InfiniteTalk Multi 將單一影像和兩個音訊輸入轉換為多角色對話或歌唱影片，最高支援 720p。提供隨用隨付的 REST 推論 API、最佳效能、無冷啟動、平價定價。

InfiniteTalk fast 將一張照片 + 音頻轉換為音頻驅動的說話或唱歌化身視頻（圖像到視頻），最長 10 分鐘。即用型 REST API，無冷啟動，價格親民。

PixVerse LipSync使用高級演算法將音頻轉換為逼真的口型同步動畫，實現精確的嘴部運動和視頻虛擬人物的時序同步。提供即用型REST推理API、最佳性能、無冷啟動、價格實惠。

Sync Lipsync-2 將任何影片中的嘴唇動作同步到提供的音頻，為電影、播客、遊戲或動畫實現逼真的嘴部對齊。提供即用型 REST 推論 API、最佳性能、無冷啟動、經濟實惠的定價。

使用 Veed LipSync 從音頻生成逼真的口型同步動畫，具有高質量的同步效果；每 5 秒視頻收費 0.15 美元。現成可用的 REST 推論 API，最佳性能，無冷啟動，價格實惠。

混元 Avatar 從單張圖像 + 音訊創建由音訊驅動的說話或唱歌影片，480p/720p 最長 120 秒（起價 $0.15/5 秒）。現成可用的 REST 推論 API、最佳效能、無冷啟動、親民定價。

Wan-2.2-S2V 將圖片和語音轉換為高保真影片，具有逼真的臉部和身體動作；支援長達 10 分鐘的 480p 影片片段，價格低至 $0.15/5秒。現成可用的 REST API，無冷啟動，價格實惠。

OmniHuman 1.5 將音訊和視覺線索轉換為逼真的虛擬人頭像動畫，用於虛擬人、故事講述和互動代理。隨時可用的 REST 推理 API、最佳效能、無冷啟動、經濟實惠的定價。