Skip to main content

視頻口型替換-聲動人像VideoRetalk

聲動人像VideoRetalk是一個人物視頻產生模型，可基於人物視頻和人聲音頻，產生人物講話口型與輸入音頻相匹配的新視頻。

本文檔適用於“中國大陸（北京）”。如需使用模型，需使用“中國大陸（北京）”地區的API Key。

模型概覽

模型效果樣本

輸入樣本輸出樣本
人物視頻：人聲音頻：

資費與限流

模型名稱

單價

任務下發介面RPS限制

同時處理中任務數量

videoretalk

後付費，按產生視頻的時間長度計費：$0.011469/秒

1

1

（在同一時刻，只有1個作業實際處於運行狀態，其他隊列中的作業處於排隊狀態）

模型調用

  • 聲動人像VideoRetalk模型支援後付費調用。目前僅支援通過API調用，不支援在阿里雲百鍊的控制台線上體驗。
  • 調用“聲動人像VideoRetalk”模型，輸入畫面清晰且正面鏡頭的人物視頻，以及人聲清晰的音頻檔案，即可產生人物口型替換視頻。具體操作請參見VideoRetalk視頻產生。