آواتار هوش مصنوعی و API لب همگام سازی Muapi به شما یک ادغام REST را برای دو کار مرتبط می دهد: همگام سازی مجدد حرکات دهان یک ویدیوی موجود با یک تراک صوتی جدید و تولید یک ویدیوی کاملاً آواتار صحبت کننده از یک تصویر پرتره و یک کلیپ صوتی. هر دو بلوک های سازنده محتوای دوبله، ویدیوهای چند زبانه محصول، ارائه دهندگان هوش مصنوعی، و انیمیشن های شخصیت های واکنشی هستند - همه در پشت یک کلید API و همان الگوی درخواست ارسال و نظرسنجی هستند.
لیپس همگامسازی ویدیو به ویدیو با نرخ ثابت برای کلیپهای تا 40 ثانیه، سپس هزینه اضافی در هر ثانیه فراتر از آن - سریعترین گزینه در مجموعه.
لب همگام سازی واقعی از هر صوتی با استفاده از آخرین مدل Veed - ارزان ترین گزینه اندازه گیری در دقیقه.
انیمیشن های Lipsync واقعی از صدا با همگام سازی با کیفیت بالا - پیاده سازی مرجع که این دسته از آن نام گرفته است.
ویدیوی Lipsync واقعی که برای سرعت، کیفیت و ثبات بهینه شده است.
حرکات لب یک ویدیوی موجود را برای مطابقت با تراک صوتی هدف، با حالت تقسیم صحنه اختیاری و شناسایی بلندگو برای فیلم های پیچیده و چند نفره هدایت می کند.
با همگامسازی حرکات لب و حالات چهره با آهنگ گفتار - ارزانترین گزینه تولید آواتار، یک تصویر شخصیت ثابت را به یک ویدیوی صحبت کننده تبدیل میکند.
یک ویدیوی مکالمه واقعی را از یک تصویر پرتره و یک تراک صوتی با قیمتگذاری در مقیاس وضوح ایجاد میکند.
نسخه جدیدتر LTX برای همان کار تصویری و صوتی صحبت کردن و ویدیویی، با قیمتگذاری در مقیاس وضوح.
یک عکس پرتره یا شخصیت ثابت را زنده می کند - حرکت لب، حالات چهره و حرکات ظریف سر را برای مطابقت با فیلمنامه دیالوگ متحرک می کند.
ویدیوهای آواتار صحبت کردن را از یک تصویر تک شخصیت و یک کلیپ گفتگوی صوتی ایجاد می کند.
طبقه استاندارد نسل دوم - یک تصویر مرجع به اضافه یک کلیپ گفتگوی صوتی، ویدیوی آواتار صحبت کردن را تولید می کند.
ردیف ممتاز برای آواتارهای مکالمه با کیفیت بالاتر از تصویر کاراکتر و ورودی صوتی.
طبقه ممتاز نسل دوم - یک تصویر مرجع به اضافه یک کلیپ صوتی یک ویدیوی آواتار صحبت با کیفیت بالاتر تولید می کند.
یک ویدیوی واقعی از یک تصویر پرتره و یک آهنگ صوتی ایجاد می کند.
یک API lipsync AI یک ویدیوی موجود و یک آهنگ صوتی جدید را میگیرد و حرکات دهان را دوباره همگامسازی میکند - ابزار استاندارد برای دوبله یک ویدیوی سخنگو به زبانی جدید بدون فیلمبرداری مجدد. یک API آواتار هوش مصنوعی در عوض از یک تصویر پرتره و یک کلیپ صوتی شروع میشود و یک ویدیوی مکالمه کاملاً جدید از ابتدا تولید میکند – بدون نیاز به فیلم منبع. هر دو مشکل اساسی یکسانی را حل میکنند (با ورودیهای شروع متفاوت، چهره را با یک آهنگ صوتی خاص صحبت میکند).
Muapi بیش از 500 مدل - از جمله هر مدل Lipsync و تولید آواتار در این صفحه - را از طریق همان الگوی REST یکپارچه نشان میدهد: یک کلید API، یک جریان درخواست/نظرسنجی، قیمت پرداخت به ازای هر نسل بدون اشتراک.
LatentSync، Veed، Sync، Creatify، و Volcengine همگی یک URL ویدیو به اضافه یک URL صوتی جدید می گیرند و نتیجه همگام سازی دهان را برمی گردانند.
Wan 2.2، InfiniteTalk، Kling Avatar، LTX-2/LTX-2.3، و OmniHuman 1.5 یک تصویر پرتره و یک کلیپ صوتی را به یک ویدیوی کامل صحبت میکنند — بدون نیاز به فیلم منبع.
یک نقطه پایانی تبدیل متن به گفتار (MiniMax Speech، ElevenLabs، Suno) را با یک نقطه پایانی Lipsync برای ترجمه و همگامسازی مجدد یک ویدیو به زبان جدید به صورت سرتاسری جفت کنید.
Wan 2.2، LTX-2، LTX-2.3، و Volcengine همه قیمت بر اساس وضوح خروجی - پیش نویس در 480p، ارسال در 1080p، بدون تغییر مدل.
خانواده آواتار Kling هر دو رده استاندارد و Pro را در نسخههای 1 و 2 عرضه میکنند، بنابراین اجرای پیشنمایش و رندر نهایی میتواند از قیمتهای متفاوتی در یک خانواده مدل استفاده کند.
بدون اشتراک یا حداقل تعهد در هیچ مدلی - از تقریباً 0.02 دلار در ثانیه در ارزانترین سطح تولید آواتار تا 1.30 دلار در دقیقه در بالاترین سطح لیپسسینک در دقیقه.
| مدل | دسته بندی | ورودی ها | قیمت |
|---|---|---|---|
| LatentSync | Video Lipsync #1 | ویدیو + صدا | 0.26 دلار (≤40 ثانیه) |
| Veed Lipsync | Video Lipsync #2 | ویدیو + صدا | $0.52/min |
| همگام سازی Lipsync | Video Lipsync #3 | ویدیو + صدا | 0.91 دلار در دقیقه |
| ایجاد Lipsync | Video Lipsync شماره 4 | ویدیو + صدا | $1.30/min |
| Volcengine Lipsync | Video Lipsync شماره 5 | ویدیو + صدا | 0.06 دلار در ثانیه |
| Wan 2.2 گفتار به ویدئو | آواتار AI شماره 1 | تصویر + صدا | 0.04 تا 0.08 دلار در ثانیه |
| آواتار LTX-2-19B | آواتار AI شماره 2 | تصویر + صدا | $0.02–$0.04/sec |
| آواتار LTX-2.3 | آواتار AI شماره 3 | تصویر + صدا | $0.03–$0.05/sec |
| InfiniteTalk | آواتار AI شماره 4 | تصویر + صدا | 0.04 تا 0.08 دلار در ثانیه |
| استاندارد آواتار Kling v1 | آواتار AI شماره 5 | تصویر + صدا | $0.07/sec |
| استاندارد آواتار Kling v2 | آواتار AI شماره 6 | تصویر + صدا | 0.35 دلار + 0.07 دلار در ثانیه |
| Kling v1 Avatar Pro | آواتار AI شماره 7 | تصویر + صدا | 0.13 دلار در ثانیه |
| Kling v2 Avatar Pro | آواتار AI شماره 8 | تصویر + صدا | 0.15 دلار در ثانیه |
| OmniHuman 1.5 | آواتار AI شماره 9 | تصویر + صدا | 0.045-0.06 دلار در ثانیه |
curl -X POST https://api.muapi.ai/api/v1/sync-lipsync \
-H "Content-Type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-d '{
"video_url": "https://example.com/talking-head.mp4",
"audio_url": "https://example.com/new-narration.mp3"
}'import requests
response = requests.post(
"https://api.muapi.ai/api/v1/sync-lipsync",
headers={"x-api-key": "YOUR_API_KEY"},
json={
"video_url": "https://example.com/talking-head.mp4",
"audio_url": "https://example.com/new-narration.mp3",
},
)
request_id = response.json()["request_id"]
result = requests.get(
f"https://api.muapi.ai/api/v1/predictions/{request_id}/result",
headers={"x-api-key": "YOUR_API_KEY"},
)
print(result.json())Lipsync ویدئو، حرکات دهان یک ویدیوی موجود را دوباره با یک آهنگ صوتی جدید (LatentSync، Veed، Sync، Creatify، Volcengine) همگامسازی میکند. تولید آواتار هوش مصنوعی تنها از یک عکس و یک کلیپ صوتی یک ویدیوی مکالمه کاملاً جدید ایجاد می کند - بدون نیاز به فیلم منبع (Wan 2.2، InfiniteTalk، Kling Avatar، LTX-2/LTX-2.3، OmniHuman 1.5).
بله - یک نقطه پایانی تبدیل متن به گفتار (MiniMax Speech، ElevenLabs، Suno) را با یک نقطه پایانی لیپس همگامسازی کنید تا اسکریپت را ترجمه کنید، صدای زبان جدید تولید کنید و حرکات دهان ویدیو را از انتها به انتها همگامسازی کنید.
بله – Wan 2.2 Speech to Video، InfiniteTalk، Kling Avatar، LTX-2/LTX-2.3، و OmniHuman 1.5 همه فقط یک تصویر پرتره و یک کلیپ صوتی می گیرند و ویدیوی کامل صحبت می کنند.
از 0.26 دلار برای یک کلیپ LatentSync کمتر از 40 ثانیه تا 1.30 دلار در دقیقه در Creatify Lipsync و تقریباً 0.02 تا 0.15 دلار در ثانیه در بین مدل های تولید آواتار هوش مصنوعی بسته به سطح و وضوح - جدول مقایسه بالا را برای قیمت فعلی هر مدل ببینید.
بله. هر مدل در این صفحه - و بیش از 500 مدل در تصاویر، ویدئو و صدا - پشت یک کلید Muapi API و همان الگوی درخواست ارسال و نظرسنجی قرار دارد.
بله. در muapi.ai ثبت نام کنید، یک کلید API از داشبورد خود ایجاد کنید و فوراً با هر مدل Lipsync یا آواتار تماس بگیرید — بدون نیاز به لیست انتظار.
بله. در muapi.ai ثبت نام کنید، یک کلید API از داشبورد خود ایجاد کنید و فوراً شروع به تماس با هر مدل Lipsync یا آواتار کنید — بدون نیاز به لیست انتظار.