根据文本指令编辑源视频,同时保持场景结构与动作连贯。
PixVerse 的 PixVerse Lipsync 重新映射现有面部视频上的嘴部动作,以匹配用于配音和对话替换的新音轨。 PixVerse Lipsync 将重新拍摄和逐帧口部编辑换成一个视频加音频通道,可帮助营销人员、本地化团队和创作者刷新台词,而无需重建镜头。对于开发人员来说,RunComfy 上的 PixVerse Lipsync 既可以在浏览器中使用,也可以通过 HTTP API 使用,因此您无需自行托管或扩展模型。
适合:电影配音|营销活动本地化 |对话替换
该模型是为一项简单的工作而构建的:保留现有头部说话剪辑的身份、框架和性能,同时替换语音轨道。上传一个面部清晰的视频和一个单独的音频文件,然后接收一个嘴部动作跟随新对话的剪辑。
当您已经喜欢图片并且只需要嘴唇跟上时,该工作流程适合配音、本地化和对话交换。在 RunComfy 上,您可以在模型 UI 中运行 PixVerse Lipsync 或在媒体上传后通过 HTTP API 运行。
| 参数 | 必填 | 类型 | 默认 | 范围/选项 | 描述 |
|---|---|---|---|---|---|
| 音频* | 是 (*) | 字符串 | https://playgrounds-storage-public.runcomfy.net/tools/7454/media-files/input.mp3 | 统一资源定位符 | 驱动嘴唇运动的音轨 URL。 |
| 视频* | 是 (*) | 字符串 | https://playgrounds-storage-public.runcomfy.net/tools/7454/media-files/input.mp4 | 统一资源定位符 | 脸部清晰可见的源视频网址。 |
按上传音频时长向上取整计费。最少 3 秒,最多 600 秒。
| 单价 | 价格 |
|---|---|
| 单价 | $0.039/秒 |
audio 和 video 字段调用生成。根据公开信息:
根据文本指令编辑源视频,同时保持场景结构与动作连贯。
LTX 2.5 Pro:带有同步音频的静态视频,质量模式
根据图片和提示词生成 5 秒或 8 秒的 480p 或 720p 视频。
使用Veo 3.1 Fast轻松将图片或文字转化为高质量电影级视频,创作高效灵活。
提示词驱动的视频编辑,在多镜头片段中保留原始运动
将静态图像快速转换为逼真动态视频,支持1080p高质量创作,释放视觉创意潜能
PixVerse Lipsync 重新映射现有头部说话剪辑中的嘴部运动,使其与替换音轨匹配。它通常用于配音、本地化、对话修复和简短的头像式更新,而无需重新拍摄。
PixVerse Lipsync 需要一个具有清晰可见面孔的源视频以及新语音的音频文件或 URL。清晰、正面的镜头和干净的音频通常会产生最自然的嘴部时序。
PixVerse Lipsync 专注于现有视频的音频驱动的嘴部对齐,而不是根据提示生成完整的新场景。与更广泛的头像工具相比,它是针对语音替换和本地化的有针对性的编辑。
检查当前的 RunComfy 参数面板以了解确切的文件限制。根据可用的提供商信息,保持讲话者的脸部可见且光线充足,并避免严重遮挡嘴巴,以获得更好的同步质量。
是的。在 RunComfy 模型 UI 中原型 PixVerse Lipsync,然后通过 RunComfy API 使用相同的音频和视频参数调用相同的模型以实现生产自动化。
PixVerse Lipsync 按上传音频计费,单价 $0.039/秒,向上取整到下一整秒,最短 3 秒,最长 600 秒。
使用干燥、清晰的语音音频,将音频长度与讲话片段相匹配,并且更喜欢正面说话的头部视频。嘈杂的轨迹、极端的轮廓角度或被遮盖的嘴部都会降低唇形的准确性。
是的。 PixVerse Lipsync 帮助团队本地化发言人、更新广告配音以及根据新脚本调整培训剪辑,同时保持原始框架和性能。
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。





