InfiniteTalk

Documentación de la API Comience a crear

Vídeo impulsado por audioAvatar parlanteCódigo abierto

InfiniteTalk es el modelo de vídeo de humanos impulsado por audio de MeiGen-AI para sincronizar el habla con la expresión facial, el movimiento de la cabeza y la postura corporal, no solo con la boca. APIXO ofrece un flujo de trabajo centrado en retrato y audio con una máscara opcional, hasta diez minutos de audio conductor, salida de 480p o 720p y entrega asíncrona.

Entradas de APIXO

Retrato + audio

Precio de APIXO

Desde $0.03 / segundo480p, cinco segundos mínimo

Resolución APIXO

480p / 720p

Límite de audio

Hasta 600 segundos

Lanzado

19 de ago. de 2025

Cargando espacio de trabajo...

Comprobando acceso a la API...

Inicia sesión para reclamar créditos gratis y crear con este modelo.

Integrar con IA

Copie un prompt para que su asistente de IA instale APIXO MCP, lea el esquema en vivo e integre este modelo en su aplicación.

Puntos de acceso

Crear tarea

POSThttps://api.apixo.ai/api/v1/generateTask/infinitetalk

Estado de la consulta

GEThttps://api.apixo.ai/api/v1/statusTask/infinitetalk?taskId={taskId}

Cuerpo de la solicitud

request_type

async

Use callback con callback_url para webhooks.

input

objeto

Modo, prompt, referencias, tamaño, duración y ajustes de audio.

request_typeobligatorio

Tiposelect

Use el modo asíncrono para consultar el estado de la tarea (poll statusTask), o el modo de callback para recibir un webhook cuando el resultado esté listo.async · callback

callback_urlcondicional

Tipotext

URL HTTPS pública para la entrega de callbacks.Solo en request_type=callback

modeobligatorio

Tiposelect

Elija el flujo de trabajo de vídeo compatible con este modelo.image-to-video

promptopcional

Tipostring

Guía opcional para la expresión, el movimiento o el comportamiento de la escena. Elimínela o proporcione una instrucción no vacía.

resolutionobligatorio

Tiposelect

Elija el nivel de resolución de salida.480p · 720p

seedopcional

Tipotext

Use -1 para un resultado aleatorio, o un valor entre 0 y 2147483647 para una generación reproducible.

Parámetro	Tipo	Obligatorio	Descripción
`request_type`	select	obligatorio	Use el modo asíncrono para consultar el estado de la tarea (poll statusTask), o el modo de callback para recibir un webhook cuando el resultado esté listo.async · callback
`callback_url`	text	condicional	URL HTTPS pública para la entrega de callbacks.Solo en request_type=callback
`mode`	select	obligatorio	Elija el flujo de trabajo de vídeo compatible con este modelo.image-to-video
`prompt`	string	opcional	Guía opcional para la expresión, el movimiento o el comportamiento de la escena. Elimínela o proporcione una instrucción no vacía.
`resolution`	select	obligatorio	Elija el nivel de resolución de salida.480p · 720p
`seed`	text	opcional	Use -1 para un resultado aleatorio, o un valor entre 0 y 2147483647 para una generación reproducible.

Parámetros de archivo (matrices de URL)

image_urls[mode=image-to-video]Suba un retrato de origen más una imagen de máscara opcional.Solo en mode=image-to-video

audio_urls[mode=image-to-video]Suba referencias de audio para la generación multimodal cuando sea compatible.Solo en mode=image-to-video

Ejemplo (cURL)

curl -X POST "https://api.apixo.ai/api/v1/generateTask/infinitetalk" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "request_type": "async",
    "input": {
      "mode": "image-to-video",
      "image_urls": [
        "https://example.com/portrait.png"
      ],
      "audio_urls": [
        "https://example.com/voice.mp3"
      ],
      "prompt": "make the portrait speak naturally with subtle head motion",
      "resolution": "480p",
      "seed": -1
    }
  }'

Documentación completa de la API

Más allá de la sincronización labial solo de la boca

Impulse una actuación más completa desde una sola pista de audio

Los sistemas convencionales de sincronización labial a menudo modifican solo la boca. El enfoque de fotogramas dispersos de InfiniteTalk coordina el habla con la expresión facial, el movimiento de la cabeza y la postura corporal, mientras utiliza el contexto visual para mantener la continuidad. A través de APIXO, un retrato y una pista de audio subida se convierten en un vídeo completo de un avatar que habla o canta.

Capacidades

El audio impulsa una actuación humana más amplia

Movimiento sincronizado con el habla

InfiniteTalk utiliza el audio conductor para coordinar el movimiento de la boca con la expresión, el movimiento de la cabeza y la postura corporal. La sincronización labial es un objetivo principal, aunque la precisión puede variar según la velocidad del habla, la pose y la calidad de la fuente.

Continuidad en secuencias largas

El marco ascendente de InfiniteTalk utiliza el contexto temporal entre los segmentos generados para admitir secuencias más largas impulsadas por audio. APIXO acepta audios conductores de hasta 600 segundos, aunque las salidas largas deben revisarse para detectar desviaciones de identidad y asegurar la consistencia en las transiciones.

De retrato a actuación

La implementación de APIXO parte de una imagen de retrato en lugar de una descripción de personaje solo textual. La fuente establece la identidad visible del sujeto, su ropa, composición y fondo antes de que se sintetice el movimiento impulsado por el audio.

Interpretación hablada y cantada

Impulse el retrato con un audio finalizado de discurso, diálogo, narración o canto. El ritmo vocal, la emoción, la pronunciación y la entonación provienen de la grabación proporcionada en lugar de un sistema de texto a voz dentro de este punto de acceso.

Entrada de audio larga

APIXO acepta un archivo de audio de hasta 600 segundos de duración. Esto hace que la ruta sea adecuada para material más largo que un clip de avatar corto convencional, aunque el tiempo de procesamiento y las exigencias de consistencia aumentan con la longitud.

Iteración reproducible

Elija una salida de 480p o 720p y, opcionalmente, proporcione una seed de APIXO. Una seed fija permite la experimentación controlada, pero no garantiza resultados idénticos ante cambios en las entradas o revisiones del proveedor.

Especificaciones de la API

Controles de InfiniteTalk a través de APIXO

Límites públicos para el flujo de trabajo dedicado de retratos y audio.

1 retrato + máscara opcional

Imágenes de entrada

1 URL de audio

Cantidad de audios

MP3 / WAV / M4A

Formatos de audio

128 MB

Límite de tamaño de audio

5 segundos

Facturación mínima

Asíncrono / Callback

Entrega

Usos en producción

Crear contenido hablado a partir de audio preparado

Presentadores digitales

Vídeos de presentadores y portavoces

Combine un retrato preparado con un discurso grabado o sintetizado para crear contenido estilo presentador. El punto de acceso anima el audio de la actuación proporcionado; no escribe un guion ni genera el habla a partir de texto.

Localización

Versiones de marketing localizadas

Reutilice un retrato aprobado con pistas de voz producidas por separado para versiones de campañas regionales. InfiniteTalk responde a la interpretación acústica en lugar de a un idioma declarado, pero la pronunciación y la sincronización deben revisarse en cada grabación.

Educación

Lecciones y módulos de formación

Convierta la narración en vídeos de instructor, guía o avatar de curso en 480p o 720p. El límite de diez minutos de audio de APIXO admite explicaciones más largas, mientras que los módulos complejos aún se pueden dividir en segmentos más cortos para un control de calidad más sencillo.

Entretenimiento

Voz y canto de personajes

Anime un retrato de personaje adecuado a partir de un audio de diálogo, narración o canto. Las fuentes muy estilizadas, no humanas, de cuerpo entero o con varias personas no son garantías documentadas de APIXO y deben probarse antes de comprometerse con un formato de producción.

Flujo de trabajo de producción

Prepare el retrato, el audio y la ruta de entrega

Los recursos de origen limpios reducen los problemas evitables de sincronización e identidad.

Prepare un retrato nítido

Elija un único sujeto visible con un rostro claro, oclusión limitada y calidad de imagen suficiente. Mantenga el encuadre y el fondo deseados en la fuente, ya que APIXO no expone controles de relación de aspecto o de cámara.

Subir audio de voz finalizado

Proporcione una URL pública de un archivo MP3, WAV o M4A dentro de los límites de 128 MB y 600 segundos. Complete la transcripción, traducción, generación de voz, limpieza y sincronización antes de enviar la pista.

Generar y revisar movimiento

Seleccione 480p o 720p, envíe la tarea asíncrona y recupere el resultado mediante sondeo (polling) o entrega por callback. Revise la boca, los dientes, los ojos, las manos, la pose, la identidad y las transiciones de segmento antes de publicar.

Notas de integración

Comprenda lo que expone APIXO

Restricciones importantes

APIXO expone un modo de imagen a vídeo que requiere un retrato y un archivo de audio conductor.

El esquema de solicitud publicado de APIXO marca el prompt como obligatorio; envíe una instrucción de movimiento clara con cada solicitud de producción.

La facturación utiliza la duración del audio detectada o cinco segundos, lo que sea mayor.

Un audio más largo aumenta el tiempo de procesamiento; la entrega por devolución de llamada (callback) es preferible para tareas de producción largas.

APIXO no expone públicamente los controles de entrada de vídeo, relación de aspecto, velocidad de fotogramas o formato de salida.

Use retratos y voces solo cuando tenga los derechos, el consentimiento y la autorización necesarios.

Preguntas sobre InfiniteTalk

Esta página cubre la versión de investigación original de InfiniteTalk de MeiGen-AI, publicada con su informe técnico, código y pesos del modelo el 19 de agosto de 2025. No describe LongCat Video Avatar, los checkpoints de la comunidad ni sistemas de avatares no relacionados.

No a través del esquema infinitetalk documentado públicamente. La investigación del modelo original soporta el doblaje de vídeo a vídeo impulsado por audio, pero APIXO expone un flujo de trabajo de imagen a vídeo con retrato y audio, sin un campo para vídeo de origen.

No. APIXO requiere un archivo de audio subido, y esa grabación impulsa la actuación resultante. Utilice un sistema de grabación o de texto a voz independiente para crear el audio hablado o cantado antes de llamar a InfiniteTalk.

El audio cargado impulsa la interpretación, y APIXO sondea su duración para la facturación, hasta 600 segundos. No hay un control de duración independiente. Tenga en cuenta las posibles diferencias de procesamiento o codificación al validar la duración final del vídeo.

Rostros ocluidos, poses extremas, habla rápida, audio poco claro, manos visibles cerca del rostro, varias personas y retratos de baja calidad pueden aumentar los errores de sincronización o la deriva visual. Las salidas largas deben revisarse para asegurar la consistencia temporal y de identidad en todo el vídeo.

Explorar otros modelos

Descubra más modelos de IA para su próximo flujo de trabajo creativo

Ver todos los modelos

hailuo

Hailuo 2.3 Fast

Hailuo 2.3 Fast está disponible en APIXO para Vídeo. La página del modelo reúne ejemplos, controles de creación, precios y resultados en un único espacio de trabajo enfocado.

VídeoNuevo

$0.032/sec

Alibaba

Wan 2.2 Animate

Wan 2.2 Animate está disponible en APIXO para Vídeo. La página del modelo reúne ejemplos, controles de creación, precios y resultados en un único espacio de trabajo enfocado.

VídeoNuevo

$0.04/sec

ByteDance

Seedance 2.0

Seedance 2.0 está disponible en APIXO para Vídeo. La página del modelo reúne ejemplos, controles de creación, precios y resultados en un único espacio de trabajo enfocado.

VídeoNuevo

$0.0573/sec

xai

Grok Video

Grok Video está disponible en APIXO para Vídeo. La página del modelo reúne ejemplos, controles de creación, precios y resultados en un único espacio de trabajo enfocado.

VídeoNuevo

$0.015/sec

Google

Veo 3.1

Veo 3.1 está disponible en APIXO para Vídeo. La página del modelo reúne ejemplos, controles de creación, precios y resultados en un único espacio de trabajo enfocado.

Vídeo

$0.15/sec

InfiniteTalk

Estructura de tarifas de la API de InfiniteTalk

Solicitudes

Impulse una actuación más completa desde una sola pista de audio