入力されたキャラクター動画と音声オーディオを基に、音声に合わせて口の動きを同期させたリップシンク動画を生成するキャラクター動画生成モデルです。
推論サービスプロバイダー
videoretalk の推論サービスプロバイダーは Alibaba Cloud Model Studio です。
モデルの機能
| 機能 | サポート | 機能 | サポート |
|---|---|---|---|
入力モダリティ | ビデオ オーディオ | 出力モダリティ | ビデオ |
モデル体験 | 非対応 | 関数呼び出し | 非対応 |
構造化出力 | 非対応 | ウェブ検索 | 非対応 |
プレフィックス補完 | 非対応 | コンテキストキャッシュ | 非対応 |
バッチ推論 | 非対応 | ファインチューニング | 非対応 |
コンテキスト制限
| パラメーター | 値 | パラメーター | 値 |
|---|---|---|---|
最大入力長 | — | 最大出力長 | — |
コンテキストウィンドウ | — |
レート制限
- 中国 (北京)
| パラメーター | 値 |
|---|---|
RPM (1分あたりのリクエスト数) | 60 |