通过安全代理支持 MP3、WAV、AAC、OGG、WEBM、FLAC 或 M4A，最大 200 MB。
上传音频以估算积分消耗。
使用清晰的正面肖像，JPG、PNG 或 WebP 格式，最大 40 MB。
通过提供二值蒙版将视频生成限制为单一主体。留空则自动检测。
提示词可以塑造姿势、光线或能量。留空则自然呈现。
480p 适合草稿。准备发布时使用 720p。
使用相同的种子可在不同镜头间匹配表情。-1 表示每次随机。
空闲
上传图片和音频，然后运行 InfiniteTalk 即可在此预览动画结果。
提示：干净的人声配合最小混响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
该管道在遵循您的表演提示的同时保持面部完整性。
音素精准口型同步
将每个音节与声音轨道对齐，保留时序和呼吸停顿。
富有表现力的表演
捕捉细微的眼神、点头和身体摆动，让虚拟形象显得投入而非机械。
每帧锁定身份特征
在长镜头中保持发型、服装和光线一致——即使在个人资料转场时也是如此。
支持最长 10 分钟的渲染
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
按照此流程保持处理过程可预测且高质量。
- 第 1 步
上传精修后的声音轨道
使用干净的单声道混音，混响最小化。InfiniteTalk 会分析波形以预测音素。
- 第 2 步
选择清晰的肖像
正面或四分之三角度的图像效果最佳。如有多人出现，请上传可选的蒙版。
- 第 3 步
设置分辨率和引导
草稿选择 480p，最终交付选择 720p。添加提示词控制姿势、情绪或镜头构图。
- 第 4 步
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。
制作说明
最大片段长度为 10 分钟。超过 600 秒的上传会在计费前被拒绝。
对于合照，请上传二值蒙版，让 InfiniteTalk 知道哪个主体应该说话。
提示词接受创意指导，如「温柔的微笑」、「摄影棚主光」或「微微点头的节奏」。
积分按 5 秒为单位计算。720p 渲染成本约为 480p 预览的 2 倍。