pixverse/lipsync
将现有的面部视频同步到新的音轨以进行配音。
Kling Avatar V2 是一款音频驱动的图生视频模型，可根据一张人像制作口播数字人视频。在这个 RunComfy 页面中，image 和 audio 为必填 URL，prompt 为可选项，最多可输入 2500 个字符，用于补充动作、表情或说话方式。本页面没有单独的时长、宽高比或分辨率设置。你既可以在浏览器中试用，也可以通过 HTTP API 接入，无需自行部署模型。
Kling Avatar V2 通过两项必填媒体输入生成口播数字人视频：人像决定画面中的人物，音频驱动说话表现。你还可以填写可选提示词，对表情、头部动作或表达方式作简短补充。
这个 RunComfy 页面只提供 image、audio 和 prompt 三个输入字段，没有单独的视频时长、宽高比或分辨率设置。
| 参数 | 类型 | 默认值/范围 | 说明 |
|---|---|---|---|
| image | string (image_uri) | 必填 | 用于创建数字人的人像 URL。 |
| audio | string (audio_uri) | 必填 | 用于驱动数字人说话表现的音频 URL。 |
| prompt | string | 可选; 默认: 空; 最多 2500 个字符 | 对动作、表情或表达方式的简短说明。 |
prompt 应简短明确，只描述需要影响的行为，例如“语气沉稳”或“轻微点头”。建议先在 RunComfy 模型界面中共同检查人像、音频和可选提示词。接入应用时，可通过 Kling Avatar V2 API 端点 提交相同的三个字段。
正式使用前，请查看当前的模型提供方与 RunComfy 条款，并确认你对人像、音频、提示词及生成视频拥有必要权利。
如需其他服务版本，可查看 Kling AI Avatar V2 Pro 模型。
每秒 $0.055。
将现有的面部视频同步到新的音轨以进行配音。
FLUX 3 Max Keyframes To Video 将最多十张静止图像连接成一个片段。
使用Veo 3.1将静态图像一键转化为逼真动态视频，轻松实现创意叙事与视觉表达。
通过提示词创作歌曲，支持 44.1 kHz WAV 输出与分段编辑。
轻松将静态图像转为动态视频，拥有自然光影与流畅动画效果，为创作者解锁全新视觉表现力。
使用 Hailuo 02 Pro 根据一段必填文本提示词生成 6 秒视频，并可选择提示词扩展。
是否可以商用取决于当前的模型提供方与 RunComfy 条款，以及你对人像、音频、提示词和生成结果所拥有的权利。通过 RunComfy 使用模型并不会取代这些条款，也不会自动授予第三方素材的使用权。发布或变现前，请先核对适用条款。
页面要求提供一个 image URL 和一个 audio URL。prompt 为可选项，最多 2500 个字符。本页面没有独立的时长、宽高比、分辨率或多参考图输入。
先在 RunComfy 模型界面中测试必填的 image、audio 以及可选的 prompt，再通过模型的 HTTP API 提交相同字段。请确保媒体 URL 在整个处理期间可访问，并在应用中妥善处理任务状态、失败情况和返回结果。
这个页面面向音频驱动的口播数字人工作流：一张人像确定出镜人物，一段音频驱动说话表现，可选提示词用于补充行为要求。它不是多图编辑工具，也不是纯文本生成视频的界面。
本页面没有承诺固定的免费试用额度。积分、价格和账号资格可能变化，开始正式任务前请以 RunComfy 账号中显示的最新信息为准。
schema 只明确 image 使用 image_uri、audio 使用 audio_uri，并未逐一列出所有兼容扩展名。请使用当前界面接受的格式并提供可直接访问的 URL；如果文件被拒绝，可转换为常见的网页图片或音频格式后重试。
如对请求、积分或 API 接入有疑问，可发送邮件至 hi@runcomfy.com 联系 RunComfy。请附上相关任务 ID 和简要问题说明，但不要通过邮件发送私密素材或登录凭据。
RunComfy 是首选的 ComfyUI 平台，提供 ComfyUI 在线 环境和服务，以及 ComfyUI 工作流 具有惊艳的视觉效果。 RunComfy还提供 AI Models, 帮助艺术家利用最新的AI工具创作出令人惊叹的艺术作品。
