Modèle vidéo · VEED ·
VEED Lipsync 2 est un modèle de vidéo de VEED. Sur Endless, il coûte 323 crédits par vidéo et est disponible à partir du forfait Hobby.
Utilisez-le pour créer des vidéos à partir d’un prompt ou d’une image, à côté de tous les autres modèles de votre espace de travail.
323 crédits par vidéo
VEED Lipsync 2 ne modifie que la bouche et le bas du visage d’une personne filmée. Il reçoit une vidéo et un fichier audio, suit la personne qui parle image par image, puis recrée la bouche et le bas du visage pour qu’ils correspondent à la nouvelle piste. VEED affirme qu’il reprend l’émotion, le style et le rythme de l’audio, et qu’il fonctionne en zero-shot : aucune séquence de référence à importer, aucune configuration par visage. Le résultat sort à la résolution que vous avez envoyée.
La plupart des cas suivent ce modèle :
Vidéo : [une personne qui parle, face caméra], [cadrage], [durée].
Audio : [uniquement la nouvelle voix], [langue], [même durée que le clip].
Importez uniquement la voix. Voix off, pistes doublées, synthèse vocale et narration fonctionnent, et l’API de VEED accepte l’audio dans n’importe quelle langue. Remixez la musique et les effets après la synchronisation, pour que la bouche n’y réagisse pas.
Donnez à l’audio la même durée que le clip. Endless n’a aucun réglage pour le cas où elles diffèrent : coupez donc avant d’importer. Pour une traduction, demandez au comédien ou au modèle vocal de garder le rythme d’origine ; une réplique traduite bien plus longue que l’original n’a pas d’image pour la couvrir.
Pour corriger une seule réplique, montez les nouveaux mots dans l’audio d’origine plutôt que d’importer la nouvelle phrase seule. Le reste du clip garde ainsi son son d’origine.
VEED suggère un clip avec une voix off traduite par langue, une exécution chacune. Utilisez le même clip source à chaque exécution, pour que les versions ne diffèrent que par la bouche et le son. Enregistrez ou générez chaque traduction en regardant la vidéo d’origine, pour que la lecture suive les pauses de la personne qui parle ; une réplique qui épouse le rythme d’origine n’a pas besoin d’être coupée ensuite. Si un marché demande un autre prix ou une autre offre, ne changez que cette phrase dans l’audio de ce marché.
Il n’y a pas d’autres réglages. Le résultat garde la résolution de la source.
Plusieurs personnes qui parlent dans le plan, profils serrés ou gros plans où les petits défauts se verraient : Sync 3. Pas de vidéo, seulement un portrait et une voix : Fabric 1.0 (également de VEED), Pruna Avatar ou MiniMax H3 Max Lip-sync.
Dans votre espace de travail, ouvrez Vidéo et choisissez VEED Lipsync 2 dans le sélecteur de modèle.
Rédigez un prompt avec le sujet, la caméra et le mouvement, ou partez d’une image que vous importez ou générez.
Lancez la génération, puis affinez dans le chat ou sur un canvas. Chaque clip est enregistré dans les fichiers de votre espace de travail.
Classés par cas d’usage. Chacun s’ouvre dans Endless avec VEED Lipsync 2, prêt à être modifié et généré.
Vidéo : une vidéo explicative de 60 secondes, présentateur face caméra en plan taille. Audio : le même script traduit en espagnol et lu par un locuteur natif à un rythme similaire, dialogue seul.
Vidéo : un point d’étape d’un fondateur filmé à la webcam, visage centré. Audio : une voix off en allemand de ce point d’étape, créée avec un modèle vocal d’Endless et coupée à la durée du clip.
Vidéo : une leçon de cours en ligne avec l’enseignante devant un tableau blanc, qui se tourne brièvement vers lui. Audio : la version française de la leçon, avec les pauses conservées au moment où elle écrit.
Vidéo : un clip vertical 9:16 d’un créateur filmé au téléphone. Audio : la version en portugais du Brésil des mêmes répliques, enregistrée par un comédien de doublage avec la même énergie.
Vidéo : un tutoriel de support avec le présentateur dans un coin d’un enregistrement d’écran. Audio : la voix off en japonais du tutoriel, exportée en WAV.
Vidéo : le plan de 6 secondes où l’animateur prononce mal le nom d’un invité. Audio : l’audio d’origine où seul ce nom est remplacé par un réenregistrement du même animateur.
Vidéo : un clip de présentateur où le prix a été lu de travers. Audio : la même phrase réenregistrée avec le bon prix, de la même durée que la réplique d’origine.
Vidéo : une vidéo de formation où l’instructeur cite un ancien élément du menu. Audio : la phrase réenregistrée avec le nouveau nom du menu, avec l’ambiance de la prise d’origine en dessous.
Vidéo : une réponse d’interview avec un accroc au milieu. Audio : une prise propre de la réponse par la même personne, montée à la durée du plan.
Vidéo : un plan de vlog à la main où le vent a couvert une phrase. Audio : la phrase réenregistrée en intérieur par la vlogueuse, avec une légère ambiance extérieure rajoutée.
Vidéo : une publicité de 20 secondes avec un porte-parole face caméra. Audio : le même script où l’ancien nom du produit est remplacé par le nouveau, réenregistré par la voix d’origine.
Vidéo : une publicité de style UGC filmée dans une cuisine, avec des mouvements de caméra rapides. Audio : une version du script avec une nouvelle offre, « 20 % de réduction cette semaine », à la place de l’ancienne.
Vidéo : une publicité de 15 secondes. Audio : quatre voix off régionales du même script, lancées une par une pour obtenir quatre versions de marché à partir d’un seul tournage.
Vidéo : une démo produit où le présentateur tient le produit près du visage. Audio : la réplique réenregistrée avec le nom de la fonctionnalité mis à jour, de la même durée qu’avant.
Vidéo : une publicité de marque en 4K avec une seule personne qui parle, dans une lumière douce de soirée. Audio : la voix off localisée pour le Mexique, avec la musique remise au montage ensuite.
Vidéo : une mascotte de dessin animé 2D qui parle à la caméra dans une courte boucle. Audio : une nouvelle réplique promotionnelle avec la voix de la mascotte, de la même durée que la boucle.
Vidéo : un clip d’un personnage animal animé en 3D face au spectateur. Audio : un salut chaleureux enregistré par un comédien de doublage pour le personnage.
Vidéo : un clip de présentateur généré par IA avec un modèle vidéo, une seule personne face caméra. Audio : un script révisé lu par un modèle vocal d’Endless.
Vidéo : un gros plan d’un personnage de style anime tiré d’une bande-annonce de jeu. Audio : la réplique localisée pour la sortie en Corée.
Vidéo : une marionnette filmée en plan taille. Audio : une réplique réenregistrée par le marionnettiste avec une nouvelle blague à la place de l’ancienne.
par VEED
À partir de 85 crédits par vidéo
par ByteDance
À partir de 51 crédits par vidéo
par Google
À partir de 14 crédits par vidéo
VEED Lipsync 2 est disponible à partir du forfait Hobby. Créez un espace de travail gratuit pour essayer d’abord les autres modèles, puis passez à un forfait supérieur quand vous en avez besoin.