साइन इन
WaveSpeedAIवीडियो API$0.015 से शुरू

InfiniteTalk API

WaveSpeedAI InfiniteTalk — एक फ़ोटो + ऑडियो को 10 मिनट तक के बोलते या गाते अवतार वीडियो में बदलता है। Standard और Fast टियर, साथ में Multi वेरिएंट (मल्टी-कैरेक्टर आउटपुट के लिए एक इमेज + दो ऑडियो इनपुट) और Video-to-Video वेरिएंट (नए ऑडियो से मौजूदा वीडियो को संचालित करें)।

Standard और Fast टियर, साथ में 720p आउटपुट। Multi वेरिएंट मल्टी-कैरेक्टर बोलते/गाते वीडियो के लिए एक इमेज + दो ऑडियो इनपुट स्वीकार करते हैं। Video-to-Video वेरिएंट लिप-सिंक बदलने के लिए नए ऑडियो से मौजूदा वीडियो को संचालित करते हैं। 10 मिनट तक के आउटपुट।

अवलोकन

InfiniteTalk API के बारे में

InfiniteTalk क्या करता है, WaveSpeedAI की मॉडल श्रृंखला में इसकी जगह क्या है, और टीमें इसे क्यों चुनती हैं।

InfiniteTalk, WaveSpeedAI का वीडियो जनरेशन मॉडल है, जो WaveSpeedAI REST API के ज़रिए उपलब्ध है। WaveSpeedAI InfiniteTalk — एक फ़ोटो + ऑडियो को 10 मिनट तक के बोलते या गाते अवतार वीडियो में बदलता है। Standard और Fast टियर, साथ में Multi वेरिएंट (मल्टी-कैरेक्टर आउटपुट के लिए एक इमेज + दो ऑडियो इनपुट) और Video-to-Video वेरिएंट (नए ऑडियो से मौजूदा वीडियो को संचालित करें)।

Standard और Fast टियर, साथ में 720p आउटपुट। Multi वेरिएंट मल्टी-कैरेक्टर बोलते/गाते वीडियो के लिए एक इमेज + दो ऑडियो इनपुट स्वीकार करते हैं। Video-to-Video वेरिएंट लिप-सिंक बदलने के लिए नए ऑडियो से मौजूदा वीडियो को संचालित करते हैं। 10 मिनट तक के आउटपुट।

WaveSpeedAI पर InfiniteTalk परिवार में Digital-Human वर्कफ़्लो को कवर करने वाले 8 REST एंडपॉइंट हैं। हर वेरिएंट की अपनी प्राइसिंग, पैरामीटर और उदाहरण आउटपुट हैं — अपने इनपुट मोडैलिटी और प्रोडक्शन ज़रूरतों के अनुसार चुनें, या एक ही API कुंजी से कई वेरिएंट कॉल करके मल्टी-स्टेप पाइपलाइन बनाएं।

InfiniteTalk को उसी API कुंजी, बिलिंग अकाउंट और रेट-लिमिट के साथ चलाएं जिसका उपयोग आप WaveSpeedAI के अन्य 1,000+ AI मॉडल के लिए करते हैं। अलग वेंडर सेटअप नहीं, प्रति-प्रदाता SDK नहीं, प्रति-वेंडर रेट-लिमिट नहीं — एक ही इंटीग्रेशन टेक्स्ट-टू-इमेज और टेक्स्ट-टू-वीडियो से लेकर ऑडियो सिंथेसिस, 3D जनरेशन, अपस्केलिंग और एडिटिंग तक सब कुछ कवर करता है।

एंडपॉइंट

सभी InfiniteTalk API एंडपॉइंट

WaveSpeedAI पर अभी 8 InfiniteTalk एंडपॉइंट उपलब्ध हैं — अपने वर्कफ़्लो के अनुकूल वेरिएंट चुनें।

digital-humanInfinitetalk Fast Video To Video Multi — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk Fast Video To Video Multi

InfiniteTalk fast video-to-video multi converts a video and two audio inputs into multi-character talking or singing videos. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.015 से शुरू
digital-humanInfinitetalk Fast Video To Video — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk Fast Video To Video

Audio-driven infinitetalk-fast turns one video plus audio into realistic talking or singing videos with lip-sync. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.015 से शुरू
digital-humanInfinitetalk Video To Video Multi — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk Video To Video Multi

InfiniteTalk Video-to-Video Multi converts a video and two audio inputs into multi-character talking or singing videos at up to 720p. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.03 से शुरू
digital-humanInfinitetalk Fast Multi — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk Fast Multi

InfiniteTalk fast multi converts a single image and two audio inputs into multi-character talking or singing videos. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.015 से शुरू
digital-humanInfinitetalk Fast — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk Fast

InfiniteTalk fast converts one photo + audio into audio-driven talking or singing avatar videos (Image-to-Video), up to 10 minutes. Ready-to-use REST API, no coldstarts, affordable pricing.

$0.015 से शुरू
digital-humanInfinitetalk Video To Video — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk Video To Video

Audio-driven InfiniteTalk turns one video plus audio into realistic talking or singing videos with lip-sync in 480p or 720p. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.03 से शुरू
digital-humanInfinitetalk — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk

InfiniteTalk Image-to-Video converts a single photo and audio track into long-form audio-driven talking or singing avatar videos, supporting up to 10 minutes, 720P output, natural lip sync, expressive motion, and digital human video workflows. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.03 से शुरू
digital-humanInfinitetalk Multi — WaveSpeedAI का InfiniteTalk digital-human प्रीव्यू

Infinitetalk Multi

InfiniteTalk Multi converts a single image and two audio inputs into multi-character talking or singing videos at up to 720p. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

$0.03 से शुरू

उदाहरण

InfiniteTalk को काम करते देखें

InfiniteTalk API से बनाए गए असली आउटपुट। किसी भी वीडियो पर होवर करके प्रीव्यू देखें, पूर्ण आकार का व्यूअर खोलने के लिए क्लिक करें।

कैसे करें

InfiniteTalk API का उपयोग कैसे करें

साइनअप से तैयार जनरेशन तक चार चरण। पूरे Python, Node.js और cURL उदाहरण नीचे API सेक्शन में हैं।

  1. 01

    API कुंजी प्राप्त करें

    WaveSpeedAI अकाउंट बनाएं और डैशबोर्ड से अपनी API कुंजी कॉपी करें। नए अकाउंट के साथ मुफ़्त शुरुआती क्रेडिट मिलते हैं — बिलिंग शुरू होने से पहले प्लेग्राउंड को कई दर्जन बार चलाने के लिए पर्याप्त।

  2. 02

    prediction सबमिट करें

    अपना इनपुट JSON के रूप में https://api.wavespeed.ai/api/v3/wavespeed-ai/infinitetalk पर POST करें। एंडपॉइंट तुरंत एक prediction id लौटाता है — जनरेशन असिंक्रोनस होते हैं, इसलिए इनफ़रेंस के दौरान आपको कनेक्शन खुला नहीं रखना पड़ता।

  3. 03

    पूर्ण होने तक पोल करें

    https://api.wavespeed.ai/api/v3/predictions/{request_id}/result पर GET करें। completed पर आउटपुट लौटाएं; failed, cancelled, timeout या deleted पर त्रुटि के साथ रुकें; बाकी हर status पर पोलिंग जारी रखें।

  4. 04

    आउटपुट URL पढ़ें

    status "completed" होने पर data.outputs[0] से URL पढ़ें। यह URL WaveSpeedAI CDN पर आपके बनाए मीडिया की ओर इशारा करता है — आपके कॉल किए गए InfiniteTalk वेरिएंट के अनुसार इमेज, वीडियो, ऑडियो या 3D फ़ाइल।

उपयोग के मामले

InfiniteTalk से आप क्या बना सकते हैं

आम वर्कफ़्लो जिनके लिए डेवलपर और क्रिएटर InfiniteTalk API का उपयोग करते हैं।

01

फ़ोटो से बोलता या गाता अवतार

wavespeed-ai/infinitetalk एक फ़ोटो + ऑडियो को बोलते या गाते अवतार वीडियो में बदलता है। कैटलॉग फ़्रेमिंग: "Image-to-Video, 10 मिनट तक, 720p टियर।" गायन सपोर्ट एक खास विशेषता है।

talkingsingingavatar
02

दो ऑडियो इनपुट के साथ मल्टी-कैरेक्टर

wavespeed-ai/infinitetalk/multi 720p तक मल्टी-कैरेक्टर बोलते/गाते वीडियो बनाने के लिए एक इमेज + दो ऑडियो इनपुट स्वीकार करता है। एक ही सेटअप से संवाद सीन, डुएट और दो-व्यक्ति प्रेज़ेंटेशन के लिए उपयोगी।

multi-charactertwo-audiodialog
03

Video-to-video लिप-सिंक रिप्लेसमेंट

wavespeed-ai/infinitetalk/video-to-video नए ऑडियो से मौजूदा वीडियो को संचालित करता है, लिप-सिंक के साथ यथार्थवादी बोलना या गाना बनाता है (480p या 720p)। नई वॉयसओवर के साथ मौजूदा फ़ुटेज को री-डब करने के लिए उपयोगी।

video-to-videodublip-sync
04

10 मिनट तक के आउटपुट

बेस वेरिएंट पर कैटलॉग दावा: 10 मिनट तक। ज़्यादातर वीडियो मॉडल से काफ़ी लंबा — पॉडकास्ट, लेक्चर, लॉन्ग-फ़ॉर्म नैरेशन और पूरे एपिसोड के टॉकिंग-अवतार कंटेंट के लिए एक ही जनरेशन में उपयोगी।

long-form10-minutepodcast
05

Fast टियर

wavespeed-ai/infinitetalk-fast। वही image-to-video फ़्लो, ऑप्टिमाइज़्ड इन्फ़रेंस के साथ — हाई-वॉल्यूम कार्य और प्री-प्रोडक्शन इटरेशन के लिए उपयोगी। Multi और video-to-video के भी Fast वेरिएंट हैं।

fastcostiteration
06

मल्टी-कैरेक्टर video-to-video

wavespeed-ai/infinitetalk/video-to-video-multi 720p तक मल्टी-कैरेक्टर बोलने/गाने के लिए एक वीडियो और दो ऑडियो इनपुट स्वीकार करता है। एक ही कॉल में मल्टी-कैरेक्टर + वीडियो-सोर्स वर्कफ़्लो का पूरा संयोजन।

multivideo-sourcetwo-character

सुझाव

InfiniteTalk के लिए प्रॉम्प्ट लिखने के सुझाव

InfiniteTalk से बेहतर आउटपुट पाने के व्यावहारिक सुझाव — प्रोडक्शन पाइपलाइन में वीडियो मॉडल पर काम करने वाले पैटर्न से लिए गए।

  1. 01

    पहले साफ़ ऑडियो, फिर सिंक

    लिप-सिंक की क्वालिटी ऑडियो की स्पष्टता पर टिकी है। ऑडियो डालने से पहले बैकग्राउंड शोर हटाएं, लेवल नॉर्मलाइज़ करें और क्लिपिंग जांचें। साफ़ ऑडियो किसी भी और वेरिएबल से ज़्यादा लिप-सिंक सुधारता है।

  2. 02

    रेफ़रेंस इमेज को ऑडियो की भाषा/संस्कृति से मिलाएं

    अंग्रेज़ी ऑडियो के साथ स्पष्ट रूप से पश्चिमी कैरेक्टर बेमेल जोड़ी से ज़्यादा स्वाभाविक दिखता है। जापानी / चीनी / कोरियाई ऑडियो और उससे मेल खाते कैरेक्टर रेफ़रेंस के लिए भी यही बात है।

  3. 03

    सामने से लिए गए पोर्ट्रेट सबसे साफ़ सिंक होते हैं

    सीधे सामने वाले पोर्ट्रेट रेफ़रेंस सबसे स्वाभाविक लिप-सिंक देते हैं। थ्री-क्वार्टर और प्रोफ़ाइल एंगल काम करते हैं, पर हल्के आर्टिफ़ैक्ट के साथ। अगर कैरेक्टर इमेज पर आपका नियंत्रण है, तो लगभग सामने वाला पोज़ दें।

  4. 04

    सिर्फ़ बोलना नहीं, गाना भी सपोर्टेड है

    कैटलॉग फ़ीचर: "बोलते या गाते अवतार वीडियो।" म्यूज़िक वीडियो, कोयर / सोलोइस्ट कंटेंट, और किसी प्रमुख कैरेक्टर वाले लिरिक वीडियो के लिए इस्तेमाल करें — सिर्फ़ बोले हुए कंटेंट के लिए नहीं।

  5. 05

    Multi वेरिएंट दो ऑडियो इनपुट स्वीकार करता है

    wavespeed-ai/infinitetalk/multi 720p तक मल्टी-कैरेक्टर बोलते/गाते वीडियो बनाने के लिए एक इमेज + दो ऑडियो इनपुट लेता है। एक ही सेटअप से संवाद सीन, डुएट और दो-व्यक्ति प्रेज़ेंटेशन के लिए उपयोगी।

  6. 06

    मौजूदा फ़ुटेज को री-डब करने के लिए Video-to-video

    wavespeed-ai/infinitetalk/video-to-video नए ऑडियो से मौजूदा वीडियो को संचालित करता है और लिप-सिंक के साथ यथार्थवादी बोलना या गाना बनाता है। मूल विज़ुअल बनाए रखते हुए क्लिप को नई वॉयसओवर के साथ री-डब करने के लिए उपयोगी।

प्राइसिंग

InfiniteTalk API प्राइसिंग

प्राइसिंग प्रति आउटपुट है। अंतिम शुल्क उन पैरामीटर के अनुसार बदलता है जो आप हर वेरिएंट के प्लेग्राउंड में सेट करते हैं (रिज़ॉल्यूशन, अवधि, आउटपुट संख्या, रेफरेंस)।

शुरुआती कीमत

$0.015

8 एंडपॉइंट · InfiniteTalk

प्लेग्राउंड खोलें
एंडपॉइंटप्रकारशुरुआती कीमत
wavespeed-ai/infinitetalk-fast/video-to-video-multidigital-human$0.015
wavespeed-ai/infinitetalk-fast/video-to-videodigital-human$0.015
wavespeed-ai/infinitetalk/video-to-video-multidigital-human$0.03
wavespeed-ai/infinitetalk-fast/multidigital-human$0.015
wavespeed-ai/infinitetalk-fastdigital-human$0.015
wavespeed-ai/infinitetalk/video-to-videodigital-human$0.03
wavespeed-ai/infinitetalkdigital-human$0.03
wavespeed-ai/infinitetalk/multidigital-human$0.03

API

InfiniteTalk API कॉल करें

wavespeed.ai/accesskey पर API कुंजी बनाएं, फिर REST के ज़रिए prediction सबमिट करें। प्लेग्राउंड इनपुट के किसी भी संयोजन के लिए सीधे पेस्ट करने योग्य नमूने तैयार करता है।

POSThttps://api.wavespeed.ai/api/v3/wavespeed-ai/infinitetalk

# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
  -X POST "https://api.wavespeed.ai/api/v3/wavespeed-ai/infinitetalk" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -d '{
    "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "audio": "https://interactive-examples.mdn.mozilla.net/media/cc0-audio/t-rex-roar.mp3",
    "resolution": "480p"
}')

TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
  printf 'Submission response did not contain a prediction id
' >&2
  exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"

# 2. Poll until the prediction finishes.
while true; do
  RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
    -H "Authorization: Bearer $WAVESPEED_API_KEY")
  RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
  STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
  case "$STATUS" in
    completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
    failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
    *) sleep 2 ;;
  esac
done

तुलना

InfiniteTalk बनाम विकल्प

WaveSpeedAI पर समान मॉडल की तुलना में InfiniteTalk कब चुनें।

InfiniteTalk बनाम Wan 2.2 Speech-to-Video

Wan 2.2 Speech-to-Video (wavespeed-ai/wan-2.2/speech-to-video) 480p पर 10 मिनट तक की क्लिप सपोर्ट करता है — InfiniteTalk जितनी ही अधिकतम अवधि। InfiniteTalk Multi वेरिएंट (दो ऑडियो इनपुट), Video-to-Video और Fast टियर जोड़ता है, जिन्हें Wan 2.2 अलग एंडपॉइंट के रूप में नहीं देता।

InfiniteTalk बनाम Stock avatar tools

स्टॉक-अवतार टूल (HeyGen-शैली) आपको पहले से प्रशिक्षित अवतारों की चुनी हुई लाइब्रेरी तक सीमित रखते हैं। InfiniteTalk कोई भी कैरेक्टर इमेज स्वीकार करता है — ब्रांड मैस्कॉट, AI-जनरेटेड कैरेक्टर, इलस्ट्रेटेड होस्ट — प्रति-कैरेक्टर सेटअप के बिना, और बोलने के साथ गाना भी सपोर्ट करता है।

InfiniteTalk बनाम ElevenLabs voice tools

ElevenLabs आवाज़ (जनरेशन, क्लोनिंग, बहुभाषी TTS) संभालता है। InfiniteTalk वीडियो लेयर है: पूरा लिप-सिंक्ड वीडियो बनाने के लिए ElevenLabs वॉयसओवर को कैरेक्टर इमेज (या मौजूदा वीडियो) के साथ जोड़ें।

FAQ

InfiniteTalk API — अक्सर पूछे जाने वाले प्रश्न

प्राइसिंग, लाइसेंस, इंटीग्रेशन — WaveSpeedAI पर InfiniteTalk चलाने के बारे में आम सवाल।

InfiniteTalk API क्या है?

InfiniteTalk, WaveSpeedAI का वीडियो जनरेशन मॉडल है, जो WaveSpeedAI पर REST API के रूप में उपलब्ध है। WaveSpeedAI InfiniteTalk — एक फ़ोटो + ऑडियो को 10 मिनट तक के बोलते या गाते अवतार वीडियो में बदलता है। Standard और Fast टियर, साथ में Multi वेरिएंट (मल्टी-कैरेक्टर आउटपुट के लिए एक इमेज + दो ऑडियो इनपुट) और Video-to-Video वेरिएंट (नए ऑडियो से मौजूदा वीडियो को संचालित करें)। आप इसे प्रोग्रामेटिक रूप से कॉल कर सकते हैं या ऊपर दिए प्लेग्राउंड से आज़मा सकते हैं।

InfiniteTalk API को कैसे कॉल करें?

WaveSpeedAI अकाउंट बनाएं, /accesskey से अपनी API कुंजी कॉपी करें, फिर अपना इनपुट JSON के रूप में https://api.wavespeed.ai/api/v3/wavespeed-ai/infinitetalk पर POST करें। एंडपॉइंट एक prediction id लौटाता है। रिज़ल्ट एंडपॉइंट को लगभग हर 2 सेकंड पर पोल करना शुरू करें, लंबे टास्क के लिए अंतराल बढ़ाएं, और किसी भी अंतिम status पर रुक जाएं। प्रोडक्शन-उन्मुख Python / Node.js / cURL उदाहरण ऊपर हैं।

InfiniteTalk API की कीमत कितनी है?

InfiniteTalk $0.015 से शुरू होता है। सटीक लागत आपके सेट किए पैरामीटर (रिज़ॉल्यूशन, अवधि, आउटपुट संख्या, रेफरेंस) के अनुसार बदलती है। प्लेग्राउंड में Generate बटन के पास लाइव कॉस्ट प्रीव्यू आपके वर्तमान इनपुट की सटीक कीमत दिखाता है।

InfiniteTalk के कौन-से वेरिएंट उपलब्ध हैं?

WaveSpeedAI पर 8 लाइव InfiniteTalk एंडपॉइंट हैं: wavespeed-ai/infinitetalk-fast/video-to-video-multi, wavespeed-ai/infinitetalk-fast/video-to-video, wavespeed-ai/infinitetalk/video-to-video-multi, wavespeed-ai/infinitetalk-fast/multi, wavespeed-ai/infinitetalk-fast, wavespeed-ai/infinitetalk/video-to-video, wavespeed-ai/infinitetalk, wavespeed-ai/infinitetalk/multi। हर वेरिएंट का अपना प्लेग्राउंड पेज और प्राइसिंग है।

क्या मैं InfiniteTalk के आउटपुट का व्यावसायिक उपयोग कर सकता हूँ?

व्यावसायिक उपयोग के अधिकार WaveSpeedAI मॉडल लाइसेंस के अनुसार होते हैं। अधिकांश WaveSpeedAI मॉडल आउटपुट के व्यावसायिक उपयोग की अनुमति देते हैं; विशिष्ट लाइसेंस सारांश के लिए हर मॉडल का प्लेग्राउंड पेज और प्लेटफ़ॉर्म-स्तर की शर्तों के लिए WaveSpeedAI की सेवा की शर्तें देखें।

सीधे जाने के बजाय WaveSpeedAI पर InfiniteTalk क्यों इस्तेमाल करें?

एक API कुंजी + एक बिलिंग अकाउंट, InfiniteTalk और अन्य प्रदाताओं के 1,000+ दूसरे AI मॉडल के लिए। प्रति-वेंडर SDK सेटअप नहीं, अलग रेट-लिमिट नहीं, हर वेंडर के लिए इंटीग्रेशन कोड दोबारा लिखना नहीं। प्राइसिंग आमतौर पर WaveSpeedAI के सीधे API के बराबर या उससे कम होती है।

प्रदाता

WaveSpeedAI के बारे में

WaveSpeedAI पर InfiniteTalk और WaveSpeedAI की व्यापक मॉडल श्रृंखला के पीछे की टीम।

WaveSpeedAI एक इन्फ़रेंस प्लेटफ़ॉर्म चलाता है जो हर प्रमुख प्रोवाइडर — ByteDance, Google, OpenAI, Alibaba, Kuaishou, ElevenLabs और दर्जनों स्वतंत्र लैब — के 1,000+ AI मॉडल एक API key, एक बिलिंग अकाउंट और एक रेट-लिमिट सीमा के पीछे होस्ट करता है। WaveSpeedAI प्रोडक्शन पाइपलाइन के लिए ट्यून किए गए फ़र्स्ट-पार्टी मॉडल (Image / Video Upscaler, Watermark Remover, Animate, InfiniteTalk) भी देता है।

WaveSpeedAI पर InfiniteTalk के साथ बनाना शुरू करें

साइनअप पर मुफ़्त शुरुआती क्रेडिट। WaveSpeedAI और हर अन्य प्रदाता के 1,000+ AI मॉडल के लिए एक API कुंजी।