pixverse/lipsync
Sincronize um vídeo facial existente com uma nova trilha de áudio para dublagem.
Wan 2.6 Reference-to-Video combina um prompt de texto obrigatório com um primeiro clipe de referência obrigatório e até dois clipes de referência opcionais. A interface atual suporta geração de 5 ou 10 segundos, dez opções exatas de tamanho de saída, estrutura de disparo único ou múltiplo, prompt negativo, semente reproduzível e alternância de geração de áudio. A lista obrigatória do esquema também nomeia img_url, mas nenhuma propriedade img_url é definida; esta página, portanto, não infere sua finalidade, formato ou dimensões.
Wan 2.6 Reference-to-Video usa um prompt e reference_video_url_1 obrigatórios. Opcionalmente, você pode adicionar reference_video_url_2 e reference_video_url_3. No prompt, identifique os clipes em ordem como character1, character2 e character3; mesmo uma única referência deve ser identificada como character1.
> Nota de esquema: a lista required também contém img_url, mas o objeto properties atual não define um campo img_url. Esta página não adivinha sua finalidade, formato ou dimensões.
| Parâmetro | Obrigatório | Padrão / opções | O que controla |
|---|---|---|---|
prompt | Sim | prompt de exemplo | Instruções de geração, com menos de 1.500 caracteres. Consulte os clipes como character1, character2 e character3 na ordem de entrada. |
reference_video_url_1 | Sim | URL de vídeo de exemplo | Primeiro clipe de referência. MP4 ou MOV; 2–30 segundos; menos de 100 MB. Quando usado sozinho, a referência utilizável mais longa é de 5 segundos. |
reference_video_url_2 | Não | — | Segundo clipe de referência. MP4 ou MOV; 2–30 segundos; menos de 100 MB. Com o clipe 1, a porção utilizável mais longa é de 2,5 segundos por clipe. |
reference_video_url_3 | Não | — | Terceiro clipe de referência. MP4 ou MOV; 2–30 segundos; menos de 100 MB. Com os clipes 1 e 2, a porção utilizável mais longa é de 1,66 segundos por clipe. |
duration | Não | Padrão 5; 5 ou 10 | Duração do vídeo gerada em segundos. |
size | Não | Padrão 1280*720 | Opções exatas: 1280720, 7201280, 960960, 1088832, 8321088, 19201080, 10801920, 14401440, 16321248, 12481632. |
shot_type | Não | Padrão multi; multi ou single | Seleciona um resultado com vários planos ou plano único. |
negative_prompt | Não | — | Descreve elementos ou qualidades a serem evitados. |
seed | Não | 0–2147483647 | Define a semente aleatória quando a repetibilidade é útil. |
audio | Não | Padrão true | Ativa ou desativa o áudio gerado. Ele não aceita um arquivo de áudio separado ou prompt de áudio. |
prompt focado e consulte cada clipe com o rótulo characterX correspondente.duration, um size exato e o shot_type apropriado.negative_prompt com moderação, defina seed quando precisar de iterações comparáveis e escolha se audio deve ser gerado.audio, mas nenhum controle de idioma, voz, música ou efeitos sonoros.Sincronize um vídeo facial existente com uma nova trilha de áudio para dublagem.
Gere músicas de até 4 minutos com vocais a partir de tags de estilo e letras.
Wan 3.0 Prime Text To Video cria clipes de prompts rapidamente
Transforme imagens e textos em vídeos HD com movimento realista.
Gere um vídeo a partir de uma imagem, um áudio e um prompt, com controle separado da influência do texto e do áudio.
Crie vídeos envolventes com IA a partir de texto, com movimentos naturais e detalhes vibrantes.
duration é 5 ou 10 segundos. size tem exatamente dez opções: 1280*720, 720*1280, 960*960, 1088*832, 832*1088, 1920*1080, 1080*1920, 1440*1440, 1632*1248 e 1248*1632. Um reference_video_url_1 é necessário; reference_video_url_2 e reference_video_url_3 são opcionais. Cada referência deve ser MP4 ou MOV, 2–30 segundos e menos de 100 MB. O limite de referência utilizável documentado é de 5 segundos para um clipe, 2,5 segundos cada para dois e 1,66 segundos cada para três.
A lista required contém img_url, mas o objeto properties atual não define esse campo. Esta página, portanto, não pode confirmar sua finalidade, requisitos de arquivo ou dimensões. Siga a interface RunComfy atual ou a documentação da API se ela solicitar entrada adicional.
Primeiro verifique o prompt e as configurações na interface do modelo RunComfy e, em seguida, envie os mesmos campos documentados por meio da integração de API atual: prompt, os campos de URL do vídeo de referência, duration, size, shot_type, negative_prompt, seed e audio. Use a documentação mais recente da API para autenticação, status de solicitação, limites de taxa e cobrança.
Este esquema não fornece dados de referência para qualidade, velocidade, fidelidade de movimento ou sincronização labial em comparação com esses modelos. O que ele confirma é um fluxo de trabalho baseado em referência com um a três clipes, saída de 5 ou 10 segundos, dez tamanhos, controle de estrutura de cena e geração de áudio opcional.
A página aceita um texto prompt, mas o esquema não lista idiomas de prompt ou idiomas de fala garantidos. A opção audio controla se o áudio é gerado; não há idioma, transcrição, voz, música ou campo de efeito sonoro separado.
Sim. audio é uma opção booleana de geração de áudio e o padrão é true. A página não expõe upload de áudio, prompt de áudio, seletor de voz ou controles separados para tipos de áudio individuais.
É adequado para vídeos curtos e guiados por referência, onde um a três clipes de origem devem influenciar assuntos ou movimentos. Rótulos characterX claros, referências compatíveis e um prompt focado são especialmente úteis para anúncios, clipes sociais, cenas conceituais e testes narrativos curtos.
RunComfy é a principal ComfyUI plataforma, oferecendo ComfyUI online ambiente e serviços, juntamente com fluxos de trabalho do ComfyUI apresentando visuais impressionantes. RunComfy também oferece AI Models, permitindo que artistas utilizem as mais recentes ferramentas de AI para criar arte incrível.
