립싱크

립싱크 노드는 얼굴이 오디오 트랙을 말하게 합니다. 인물 사진과 보이스 트랙을 주면 토킹 헤드 동영상을 만듭니다. 동영상과 새 오디오를 주면 동영상 속 입 모양을 새 음성에 다시 맞춰 클립을 더빙합니다. 모델을 고르면 노드가 그 모델에 필요한 입력을 보여 줍니다.

사용 시기

• 사진 한 장으로 만드는 토킹 헤드. 예를 들어 보이스오버가 있는 AI 생성 캐릭터입니다.
• 제품 데모용 대변인 동영상.
• 동영상의 더빙 버전. 번역된 음성을 화자의 입 모양에 다시 맞춥니다.
• 프롬프트로 연출하는 연기. 예를 들어 OmniHuman 1.5로 마이크에 대고 노래하는 장면입니다.

스크립트에서 보이스와 자막까지 갖춘 아바타 동영상 전체를 만들려면 AI 아바타를 사용하세요.

빠른 시작

인물 사진 또는 동영상

입력

출력인 동영상은 립싱크된 동영상의 URL입니다. 노드가 여러 개 연결되어 있으면 노드 카드에서 사용할 이미지, 동영상, 오디오를 고를 수 있습니다.

설정

모델별 설정

Seedance 모델은 8개가 넘는 언어에서 음소 단위의 네이티브 립싱크를 합니다. 동영상 생성처럼 작동하며, 오디오는 레퍼런스 오디오로 보냅니다.

모델

공급자 목록에는 더빙용 HeyGen Lipsync Precision과 Lipsync 2 Pro도 있습니다. 노래에 가장 좋은 LatentSync, 가장 빠르고 저렴한 Wav2Lip, 얼굴 보정이 내장된 Video-Retalking, 그리고 SadTalker도 있습니다. MiniMax H3(minimax-h3)는 공급자 목록이 아니라 API에서 사용할 수 있습니다.

오디오 길이

Kling Avatar, InfiniTalk, OmniHuman 1.5, Volcengine Lip Sync에서는 한도보다 긴 오디오가 실행 전에 잘립니다. HeyGen Lipsync Precision, Lipsync 2 Pro, Sync Lipsync v3에서 5분은 잘라 내는 한도가 아니라 크레딧 예약 한도입니다. 더 긴 클립은 5분 구간으로 예약됩니다. Kling Avatar와 Volcengine Lip Sync의 긴 실행은 수십 분이 걸릴 수 있으며, 편집기는 최대 약 1시간까지 기다립니다.

크레딧

대부분의 모델은 1초 단위로 청구하며, 다음 길이 구간으로 올림합니다. 오디오를 연결하면 노드가 그 길이를 재므로 노드의 크레딧 칩이 갱신됩니다. 길이를 알 수 없으면 5분 구간이 예약됩니다. 실제 비용을 넘는 크레딧은 동영상이 준비되면 환불됩니다.

• OmniHuman 1.5는 오디오를 최대 60초까지 받으므로 15초, 30초, 1분 구간만 적용됩니다. 해상도는 가격을 바꾸지 않습니다.
• InfiniTalk는 실행당 고정 가격입니다. 480p에서 121크레딧, 720p에서 462크레딧입니다.
• Seedance 모델은 동영상 생성과 같은 방식으로 초당 가격이 매겨집니다.

팁

• 선명하고 정면을 보는 인물 사진을 쓰세요. 해상도보다 얼굴 품질이 더 중요합니다. 흐린 4K 사진보다 선명한 720p 사진이 더 잘 됩니다.
• 오디오를 먼저 정리하세요. 음악이나 노이즈가 없는 음성이 가장 잘 맞습니다. 음성 추출로 목소리만 분리하세요.
• 작은 움직임을 더하세요. “살짝 고개 끄덕이기” 같은 모션 프롬프트가 사실감을 더합니다.
• 여러 언어로 더빙하세요. 더빙이나 새 보이스오버로 음성을 번역한 다음, 더빙 모델로 입 모양을 다시 맞추세요.
• 짧은 클립은 저렴합니다. 초당 가격이므로 짧은 대사는 비용이 적게 듭니다. 오디오를 연결한 뒤 크레딧 칩을 확인하세요.

API에서 사용

API, SDK 또는 MCP에서 Sync Lipsync v3나 Volcengine Lip Sync를 호출할 때는 출력 길이를 초 단위로 나타내는 audioDurationSec를 전달하세요. 이 값이 없으면 실행은 환불 없이 5분 구간으로 청구됩니다. Sync Lipsync v3는 22,000크레딧, Volcengine Lip Sync는 6,600크레딧입니다. 편집기는 오디오 길이를 대신 잽니다. 단일 노드 실행을 참고하세요.