InfiniteTalk

Видео, управляемое звукомГоворящий аватарOpen Source

InfiniteTalk — это модель от MeiGen-AI для создания видео с людьми на основе аудио, которая синхронизирует речь с выражением лица, движениями головы и позой тела, а не только с губами. APIXO предоставляет специализированный процесс работы с портретами и аудио, с опциональной маской, поддержкой аудио до десяти минут, выводом в 480p или 720p и асинхронной доставкой.

Входные данные APIXO

Портрет + аудио

Цена APIXO

От $0.03 / секунду480p, минимум пять секунд

Разрешение APIXO

480p / 720p

Ограничение по аудио

До 600 секунд

Выпущен

19 авг. 2025 г.

Загрузка рабочего пространства...

Проверка доступа к API...

Войдите, чтобы получить бесплатные кредиты и генерировать с помощью этой модели.

Интеграция с ИИ

Скопируйте промпт для вашего AI-ассистента, чтобы установить APIXO MCP, прочитать актуальную схему и подключить эту модель к вашему приложению.

Конечные точки

Создать задачу

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

Статус опроса

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

Тело запроса

request_type

async

Используйте callback с параметром callback_url для вебхуков.

input

объект

Режим, промпт, референсы, размер, длительность и настройки аудио.

request_typeобязательно

Типselect

Используйте async для опроса statusTask или callback для получения вебхука, когда результат будет готов.async · callback

callback_urlусловный

Типtext

Публичный HTTPS URL для доставки колбэков.Только в request_type=callback

modeобязательно

Типselect

Выберите сценарий генерации видео, поддерживаемый этой моделью.image-to-video

promptнеобязательно

Типstring

Необязательные указания для выражения лица, движения или поведения в сцене. Удалите их или предоставьте непустую инструкцию.

resolutionобязательно

Типselect

Выберите уровень разрешения.480p · 720p

seedнеобязательно

Типtext

Используйте -1 для случайного результата или число от 0 до 2147483647 для воспроизводимой генерации.

Параметр	Тип	Обязательно	Описание
`request_type`	select	обязательно	Используйте async для опроса statusTask или callback для получения вебхука, когда результат будет готов.async · callback
`callback_url`	text	условный	Публичный HTTPS URL для доставки колбэков.Только в request_type=callback
`mode`	select	обязательно	Выберите сценарий генерации видео, поддерживаемый этой моделью.image-to-video
`prompt`	string	необязательно	Необязательные указания для выражения лица, движения или поведения в сцене. Удалите их или предоставьте непустую инструкцию.
`resolution`	select	обязательно	Выберите уровень разрешения.480p · 720p
`seed`	text	необязательно	Используйте -1 для случайного результата или число от 0 до 2147483647 для воспроизводимой генерации.

Параметры файлов (массивы URL)

image_urls[mode=image-to-video]Загрузите один исходный портрет и, по желанию, изображение маски.Только в mode=image-to-video

audio_urls[mode=image-to-video]Загрузите аудиореференсы для мультимодальной генерации, если это поддерживается.Только в mode=image-to-video

Пример (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
    }
  }'

Полная документация API

Больше, чем просто синхронизация губ

Создавайте более комплексную анимацию из одного аудиофайла

Обычные системы синхронизации губ часто изменяют только область рта. Подход InfiniteTalk с разреженными кадрами координирует речь с выражением лица, движением головы и положением тела, используя визуальный контекст для поддержания целостности. С помощью APIXO один портрет и один загруженный аудиофайл превращаются в полноценное видео с говорящим или поющим аватаром.

Возможности

Аудио управляет более широким спектром человеческого поведения

Движение, синхронизированное с речью

InfiniteTalk использует предоставленное аудио для координации движений рта с выражением лица, движениями головы и позой тела. Синхронизация губ является основной задачей, хотя её точность может варьироваться в зависимости от скорости речи, позы и качества исходных данных.

Непрерывность в длинных последовательностях

Основная платформа InfiniteTalk использует временной контекст между сгенерированными сегментами для поддержки более длинных последовательностей на основе аудио. APIXO принимает аудиофайлы продолжительностью до 600 секунд, однако длинные видео следует проверять на предмет сохранения идентичности персонажа и согласованности переходов.

Из портрета в видео

Реализация APIXO начинается с одного портретного изображения, а не с текстового описания персонажа. Исходное изображение определяет видимую личность, одежду, композицию и фон объекта до того, как будет синтезировано движение, управляемое звуком.

Речевое и вокальное исполнение

Управляйте портретом с помощью готовой речи, диалога, дикторского текста или пения. Темп, эмоции, произношение и подача вокала берутся из предоставленной записи, а не из системы синтеза речи внутри этой конечной точки.

Длинные аудиофайлы на входе

APIXO принимает один аудиофайл продолжительностью до 600 секунд. Это делает маршрут подходящим для материалов длиннее обычного короткого клипа с аватаром, однако время обработки и требования к стабильности возрастают с увеличением длительности.

Воспроизводимая итерация

Выберите разрешение 480p или 720p и опционально укажите seed для APIXO. Фиксированный seed помогает в контролируемых экспериментах, но не гарантирует идентичных результатов при изменении входных данных или версий провайдера.

Спецификации API

Управление InfiniteTalk через APIXO

Общие ограничения для выделенного рабочего процесса «портрет и аудио».

1 портрет + опциональная маска

Входящие изображения

1 URL-адрес аудио

Количество аудиофайлов

MP3 / WAV / M4A

Аудиоформаты

128 MB

Ограничение размера аудио

5 секунд

Минимальный объём для списания

Асинхронно / Callback

Результат

Применение в продакшене

Создание озвученного контента из подготовленного аудио

Цифровые ведущие

Видео с ведущими и спикерами

Совместите подготовленный портрет с записанной или синтезированной речью для создания контента в стиле презентации. Конечная точка анимирует предоставленное аудио; она не пишет сценарий и не генерирует речь из текста.

Локализация

Локализованные маркетинговые материалы

Повторно используйте утвержденный портрет с отдельно созданными голосовыми дорожками для региональных версий кампании. InfiniteTalk реагирует на акустическое исполнение, а не на заявленный язык, но произношение и синхронизацию следует проверять для каждой записи.

Образование

Уроки и обучающие модули

Преобразуйте повествование в видео с инструктором, гидом или аватаром курса в разрешении 480p или 720p. Десятиминутный лимит аудио в APIXO позволяет создавать более длинные объяснения, при этом сложные модули можно разбить на короткие сегменты для упрощения контроля качества.

Развлечения

Речь и пение персонажа

Анимируйте подходящий портрет персонажа с помощью диалога, дикторского текста или пения. Сильно стилизованные, нечеловеческие, полноростовые или многопользовательские исходники не гарантируются документацией APIXO и должны быть протестированы перед использованием в продакшене.

Производственный процесс

Подготовьте портрет, аудио и способ доставки

Чистые исходные данные уменьшают количество предотвратимых проблем с синхронизацией и сохранением идентичности.

Подготовьте чёткий портрет

Выберите одного видимого персонажа с чётким лицом, минимальными перекрытиями и достаточным качеством изображения. Сохраняйте желаемое кадрирование и фон в исходном изображении, так как APIXO не предоставляет элементов управления соотношением сторон или камерой.

Загрузите готовую аудиозапись речи

Предоставьте одну публичную URL-ссылку на файл MP3, WAV или M4A размером до 128 МБ и длительностью до 600 секунд. Выполните транскрипцию, перевод, генерацию голоса, очистку и тайминг перед отправкой аудиодорожки.

Сгенерировать и проверить движение

Выберите разрешение 480p или 720p, отправьте асинхронную задачу и получите результат через опрос или обратный вызов. Перед публикацией проверьте рот, зубы, глаза, руки, позу, идентичность и переходы между сегментами.

Примечания по интеграции

Что предоставляет APIXO

Важные ограничения

APIXO предоставляет один режим «изображение в видео», требующий портрет и управляющий аудиофайл.

В опубликованной схеме запросов APIXO промпт отмечен как обязательный; при каждом запросе на генерацию отправляйте чёткую инструкцию по движению.

Тарификация производится по определенной длительности аудио или по пяти секундам, в зависимости от того, что больше.

Более длинные аудиофайлы увеличивают время обработки; для длительных задач рекомендуется использовать доставку через callback.

APIXO не предоставляет публичного доступа к управлению входным видео, соотношением сторон, частотой кадров или форматом вывода.

Используйте портреты и голоса только при наличии необходимых прав, согласия и разрешений.

Вопросы по InfiniteTalk

Эта страница описывает оригинальный исследовательский релиз InfiniteTalk от MeiGen-AI, опубликованный вместе с техническим отчетом, кодом и весами модели 19 августа 2025 года. Она не описывает LongCat Video Avatar, пользовательские контрольные точки или другие системы аватаров.

Не через публично документированную схему infinitetalk. Исходное исследование поддерживает дубляж видео (video-to-video) на основе аудио, но APIXO предоставляет рабочий процесс «изображение в видео» (image-to-video) с портретом и аудио, не включая поле для исходного видео.

Нет. APIXO требует загрузки аудиофайла, и эта запись управляет итоговым видео. Используйте отдельную систему для записи или синтеза речи, чтобы создать аудиодорожку с речью или пением перед вызовом InfiniteTalk.

Загруженное аудио управляет анимацией, и APIXO определяет его длительность для выставления счета, до 600 секунд. Отдельного управления длительностью нет. Учитывайте возможные различия в обработке или кодировании при проверке итоговой длины видео.

Закрытые части лица, экстремальные позы, быстрая речь, нечёткое аудио, руки около лица, несколько человек в кадре и портреты низкого качества могут увеличить ошибки синхронизации или привести к визуальным искажениям. Длинные видео следует проверять на предмет сохранения идентичности и временной согласованности.

Другие модели

Откройте для себя больше AI-моделей для вашего следующего творческого процесса

Посмотреть все модели

hailuo

Hailuo 2.3 Fast

Hailuo 2.3 Fast доступен на APIXO для Видео. Страница модели объединяет примеры, элементы управления, цены и результаты в едином рабочем пространстве.

ВидеоНовое

$0.032/sec

Alibaba

Wan 2.2 Animate

Wan 2.2 Animate доступен на APIXO для Видео. Страница модели объединяет примеры, элементы управления, цены и результаты в едином рабочем пространстве.

ВидеоНовое

$0.04/sec