InfiniteTalk API
InfiniteTalk API 可将单张人像照片和音频转换为具有精准唇形同步的说话或唱歌数字人视频。支持生成长达 10 分钟、分辨率为 480p 或 720p 的视频，并按秒计费。
参数
拖放文件或点击上传
JPG, JPEG, PNG, WEBP up to 10MB
拖放文件或点击上传
MP3, WAV, M4A up to 128MB
输出
生成的内容将显示在这里
InfiniteTalk API 完整指南
了解如何集成 InfiniteTalk API，通过照片和音频创建数字人视频，并为您的应用构建数字人工作流。
什么是 InfiniteTalk API？
InfiniteTalk API 是一款音频驱动的数字人唇形同步模型，可生成具有精准唇形同步的视频，使头部、面部和身体动作与输入音频对齐。它能在无限长度的视频中保持身份一致性。
上传一张人像照片和一段音频文件，InfiniteTalk API 即可生成逼真的说话或唱歌数字人视频。配合可选的提示词、480p 和 720p 分辨率以及按秒计费模式，它是虚拟代言人、在线学习和对话式 AI 的理想选择。
为什么开发者选择 InfiniteTalk API
使 InfiniteTalk API 在数字人生成领域脱颖而出的核心优势
InfiniteTalk API 将一张肖像照和一段音频转换为说话或唱歌的数字人视频
精准的唇形同步，使嘴部动作与语音自然对齐
全身连贯性捕捉头部动作、面部表情和姿态变化
身份保持确保所有帧中的面部特征保持一致
支持长达 10 分钟的视频，按秒计费（最低 5 秒）
为 InfiniteTalk API 输出选择 480p 标准或 720p 高清分辨率
可选的文本提示词，用于在同步音频时控制场景、表情或姿势
支持轮询或回调的异步任务工作流，适用于生产环境集成
您可以使用 InfiniteTalk API 构建什么？
从虚拟代言人到歌唱化身，InfiniteTalk API 为多种数字人工作流提供动力
虚拟代言人
使用 InfiniteTalk API 通过单张照片为产品发布、公司公告和品牌宣传创建数字人视频。
在线学习与培训
利用 InfiniteTalk API 通过照片和配音生成讲师授课视频，实现教育内容的规模化生产。
客户支持机器人
利用 InfiniteTalk API 构建视觉 AI 客服，通过同步的唇形动作与用户自然交流。
社交媒体内容
通过 InfiniteTalk API，仅凭一张肖像照即可为 TikTok、Reels 和 Shorts 制作极具吸引力的数字人视频。
播客与音频可视化
使用 InfiniteTalk API 将播客音频转换为数字人视频，以便在视频平台进行视觉化分发。
歌唱与音乐视频
使用 InfiniteTalk API 让角色随音乐起舞歌唱，助力创意音乐视频制作。
InfiniteTalk API 技术规格
InfiniteTalk API 的性能、分辨率和输出详情
最大时长
单个视频最长 10 分钟
唇形同步
精准的音频驱动同步
分辨率
480p 标准或 720p 高清
InfiniteTalk API 开发者评价
在生产环境中使用 InfiniteTalk API 的团队反馈
“唇形同步质量令人印象深刻。InfiniteTalk API 让我们能够为在线学习平台通过单张照片生成数字人视频。”
Lisa Wang
产品经理
“按秒计费非常适合我们的变长内容。InfiniteTalk API 可以平稳处理 10 分钟的视频，且成本可控。”
Ryan Kim
CTO
“我们用 InfiniteTalk API 替换了自定义的唇形同步流水线。身份保持和自然头部动作都是顶级的。”
David Park
高级开发工程师
InfiniteTalk API 已知限制
集成 InfiniteTalk API 时需考虑的当前限制
仅支持图生视频模式（需要同时提供图像和音频）
音频必须是公开的 MP3、WAV 或 M4A URL，最大 128MB 且时长不超过 10 分钟
无论实际音频长度如何，最低计费时长为 5 秒
提示词应保持简短并使用英文，以获得最佳效果
请勿将整张图像用作蒙版 —— 这可能导致渲染结果全黑
内容必须符合供应商的安全政策
立即开始使用 InfiniteTalk API 进行构建
在上面的演练场中试用 InfiniteTalk API，或直接查阅文档将其集成到您的项目中。