Skip to main content
このノードは、sync.so APIを使用して、動画内の口の動きを新しい音声に再同期します。クローズアップ、横向き、遮蔽を自動的に処理しながら、話者の表情を保持します。コストは出力時間に応じて変動します。

​
入力

modelパラメータは動的なコンボであり、以下のサブパラメータを含みます： 同期モードのオプション：
  • bounce：動画が最後まで再生された後、逆再生され、音声が終了するまで繰り返します（出力 = 音声の長さ）
  • loop：動画が音声の終了まで再スタートします（出力 = 音声の長さ）
  • remap：動画が音声に合わせて時間伸縮されます（出力 = 音声の長さ）
  • cut_off：長い方のトラックがトリミングされます（出力 = 短い方の長さ）
  • silence：何もトリミングされず、短い方のトラックがパディングされます（出力 = 長い方の長さ）
話者選択のオプション：
  • default：モデルにリップシンクする顔を決定させます
  • auto-detect：アクティブな話者を検出して追跡します
  • coordinates：speaker_frameで選択されたフレーム内のピクセル座標（speaker_x、speaker_y）の顔をターゲットにします
制約事項：
  • 動画の解像度は4K（4096x2160）を超えてはなりません。この制限を超える動画はエラーになります。
  • 音声の長さは600秒（10分）を超えてはなりません。
  • speaker_frame、speaker_x、speaker_yパラメータは、speaker_selectionが”coordinates”に設定されている場合のみ使用されます。

​
出力

このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ GitHub で編集
Source fingerprint (SHA-256): b41f8c9bf0d55059f081a66af20636ec96462c3fd9caeb685cab10278f84678a