Wan 2.2 语音转视频: AI Lipsync
WAN2.2 语音转视频可将静态图像转换为说话视频，将唇部动作和面部表情与音频Eingabe同步。只需提供角色图像和语音对白，模型就能生成自然、富有表现力的视频，让主体说出你的台词。
WAN2.2 语音转视频可将静态图像转换为说话视频，将唇部动作和面部表情与音频Eingabe同步。只需提供角色图像和语音对白，模型就能生成自然、富有表现力的视频，让主体说出你的台词。
About this model
WAN2.2 语音转视频是一款前沿模型，可通过将精确的唇部动作和面部表情与音频Eingabe同步，把静态角色图像转换为动态说话视频。借助先进的深度学习技术和体积式动画模型，该模型能够以出色的保真度生成自然、富有表现力的视频Ausgabe。它简化了利用常见媒体素材生成引人入胜视觉内容的流程，是创意专业人士和内容开发者的实用工具。
WAN2.2 语音转视频兼顾多功能性与易用性，支持多种Eingabe和分辨率，以满足不同应用需求。其底层技术将图像处理与音频分析无缝结合，确保每个生成视频都具有高质量，并与提供的对白保持一致。无论用于营销活动、教育内容还是娱乐项目，该模型都能以每次生成 $0.2 的实惠价格兼顾效率，较市场上的替代方案更具价值。
Cost analysis
| Provider | Cost | Notes |
|---|---|---|
| muapiapp | $0.2 | muapiapp offers a highly competitive rate, being 20-50% more affordable than its competitors while delivering comparable or superior video quality. |
| Fal.ai | $0.3 | Although Fal.ai charges $0.3 per generation, muapiapp’s cost of $0.2 makes it 33% cheaper, providing significant savings. |
| Replicate | $0.3 | Replicate’s pricing aligns closely with Fal.ai at $0.3 per generation, but muapiapp stands out with its lower cost and equally robust performance. |
muapiapp offers a highly competitive rate, being 20-50% more affordable than its competitors while delivering comparable or superior video quality.
Although Fal.ai charges $0.3 per generation, muapiapp’s cost of $0.2 makes it 33% cheaper, providing significant savings.
Replicate’s pricing aligns closely with Fal.ai at $0.3 per generation, but muapiapp stands out with its lower cost and equally robust performance.
** Competitor pricing is estimated based on similar model architectures and usage tiers.
Configuration schema
| Parameter | Type | Description | Default |
|---|---|---|---|
| Prompt | string | 用于生成Video的Prompt | |
| Bild URL | string | EingabeBild的 URL。 | https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/speech-to-video.jpg |
| Audio URL | string | 用于上传Audio文件的 URL。 | https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/speech-to-video.wav |
| Auflösung | Enum (2 options) | 生成Video的Auflösung。 | 480p |
用于生成Video的Prompt
EingabeBild的 URL。
https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/speech-to-video.jpg用于上传Audio文件的 URL。
https://d3adwkbyhxyrtq.cloudfront.net/webassets/videomodels/speech-to-video.wav生成Video的Auflösung。
480pDeveloper documentation
准备素材
配置Eingabe
image_url 字段中提供角色图像的 URL。audio_url 字段中加入音频文件的 URL。prompt，为视频提供创意方向。resolution（480p 或 720p）。执行生成
wan2.2-speech-to-video 提交Eingabe。查看并下载
Frequently asked
模型接受可通过 `image_url` 字段中的 URL 访问的任何标准图像格式，以及通过 `audio_url` 字段提供的音频文件。请确保媒体文件托管在可靠的服务器上。
可以，你可以使用 `resolution` 参数选择 `480p` 或 `720p`，以满足质量和带宽需求。
模型使用先进的深度学习算法分析音频Eingabe，并生成相应的面部动作，从而确保自然且准确的同步效果。
每次视频生成费用为 $0.2，与其他提供商相比价格实惠。
可以，`prompt` 字段允许你加入额外的创意指导，以定制最终视频Ausgabe。