Avatar V：Models and API 上口型同步谈话视频的脚本 | RunComfy

为什么选择此页面#

肖像画显示一张脸。你输入的一行字必须成为一种表演。 Avatar V 将嘴巴与该脚本进行比较，并在您询问时添加一个小小的点头或更安静的手。

优势	你得到什么
脚本主导的演讲	嘴巴会跟随你所提交的话语。
可重复使用的外观	一个公众人士可以携带一整套 Avatar V 剪辑。
可选动作	简短的说明可以请求点头。跳过它，Avatar V 线仍然领先。
单一费率	720p 和 1080p 每秒的价格相同。

您在此页面上选择一个声音。您没有上传录音。摄像机方向不会重建 Avatar V 房间，因为外观已经确定。

在 RunComfy 上，在模型 UI 中尝试一行，然后通过 HTTP API 重复相同的外观、语音和脚本。

最佳用例#

• 产品主持人： 启动语句由一位 Avatar V 发言者保留。
• 课程： 简短的解释成为老师，无需预订工作室。
• 提供更新： 保持外观并仅替换 Avatar V 脚本。
• 创始人注： 每周的段落可以重复使用同一张脸。
• 帮助剪辑： 一步 Avatar V，然后停止。

它是如何工作的#

1. 打开文本转视频模板。
2. 选择已接受 Avatar V 的公共外观。
3. 选择一个声音，或保留“匹配”外观以使用配对的声音。
4. 将 Avatar V 脚本粘贴为口语，而不是镜头列表。
5. 添加仅用于点头、暂停或平静双手的动作注释。
6. 选择 720p 或 1080p。 Avatar V 上每秒的价格保持不变。
7. 生成，然后检查强调的 Avatar V 单词是否落在嘴上。
8. 对于生产，请发送“avatar_id”、“voice_id”、“script”、“resolution”和可选的“motion_prompt”。

参数#

这些是该页面上唯一的控件。

参数	必填	类型	默认	范围/选项	描述
头像_id*	是 (*)	字符串	伊莉斯	八次公开亮相	相机上的人。
语音_id*	是 (*)	字符串	搭配外观	匹配外观，或八个声音	为剧本配音。
脚本*	是 (*)	字符串	港口市场线	最多 5000 个字符	要说的话。长度设置剪辑。
决议	没有	字符串	1080p	720p、1080p	框架尺寸。相同的每秒速率。
运动提示	没有	字符串	空	短文	可选点头或手记。

没有持续时间滑块。口语行设定长度。

定价#

Avatar V 每秒完成剪辑的费用为 0.11 美元。两种帧尺寸都使用该速率。

夹子长度	价格
5秒	0.55 美元
10 秒	1.10 美元
20 多岁	2.20 美元
30 多岁	3.30 美元

脚本越长，成本越高，只是因为视频更长。外观和声音不需额外付费。

提示和参考提示#

• 写演讲： 对于Avatar V，将听到的句子放在script中。不要描述那里的房间。
• 一个手势： 请求 Avatar V 点头或张开手。一场音符大战中的相反情绪。
• 先短镜头： 在长镜头之前用简短的线条确认新外观。
• 匹配房间： 安静的办公室线路需要谨慎的声音。
• 允许空： 当文字足够时，将动议注释留空。
• 稍后添加字幕： 这些外观不是标题工具。