InfiniteTalk 数字人生成器:一张照片加一段音频就能开口讲话,适合口播与讲解,支持批量处理
支持 MP3、WAV、AAC、OGG、WEBM、FLAC 或 M4A,最大 200 MB,通过安全代理上传。
上传音频以估算积分消耗。
请使用清晰的正面肖像,支持 JPG、PNG 或 WebP,最大 40 MB。
通过提供二值蒙版将视频生成限制在特定主体上。留空则自动检测。
提示词可塑造姿态、光线或能量。留空则自然呈现。
480p 适合草稿。准备发布时请使用 720p。
使用相同种子可在多次拍摄间匹配表情。-1 则每次运行随机化。
等待音频和图片
上传图片和音频,然后运行 InfiniteTalk 在此预览动画结果。
提示:干净的人声且混响最少可获得最逼真的同步效果。按每 5 秒计费:480p 为 180 积分,720p 为 360 积分。
为什么团队信任 InfiniteTalk
该流程在遵循您的表演提示的同时保持面部完整性。
音素级精准唇形同步
将每个音节与音轨对齐,保留时间节奏和呼吸停顿。
富有表现力的表演
捕捉微妙的眼线、点头和躯干摆动,让虚拟形象显得投入而非机械。
每一帧都锁定身份
在长镜头中保持发型、服装和光照一致——即使在侧面转身时。
最长 10 分钟渲染
生成长篇解说或产品演示,无需拼接多个片段。
如何创建 InfiniteTalk 视频
遵循此顺序可保持处理可预测且高质量。
- 步骤 1
上传精修音轨
使用干净的单声道混音,尽量减少混响。InfiniteTalk 分析波形以预测音素。
- 步骤 2
选择清晰的肖像
正面或四分之三侧面图像效果最佳。如果出现多人,请上传可选蒙版。
- 步骤 3
设置分辨率和引导
草稿选择 480p,最终交付选择 720p。可添加提示词来控制姿态、情绪或镜头构图。
- 步骤 4
提交并让 InfiniteTalk 生成动画
我们按 5 秒为单位计费。完成后您将收到状态链接和可下载的 MP4 文件。
制作说明
单段视频最长 10 分钟。超过 600 秒的上传将在计费前被拒绝。
对于合影,请上传二值蒙版,以便 InfiniteTalk 识别需要口型同步的人物。
提示词支持创意指令,例如“温柔微笑”、“影棚主光”或“轻微点头节奏”。
积分按 5 秒区块计算。720p 渲染费用约为 480p 预览的 2 倍。