АватарыВидео

LatentSync

Подгоняет движения губ на готовом видео под новую озвучку. Версия 1.6 работает в 512 пикселей и даёт более чёткое лицо.

Разработчик
ByteDance, Китай
Первый выпуск
янв 2025
Последний выпуск
июн 2025
Размеры
нужно 8–18 ГБ видеопамяти
Лицензия
Коммерция с условиямиВеса OpenRAIL++ (коммерция с ограничениями по применению), код Apache 2.0; встроенный детектор лиц InsightFace некоммерческий, для бизнеса его нужно заменить
Запуск
Через свой серверНужна видеокарта
Сферы
Медиа и продакшн, Маркетинг и контент, Образование
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Переозвучка роликов на другой язык с попаданием в губы
  • Правка реплик в готовом видео без пересъёмки
  • Говорящие аватары для обучающих курсов

Где применяется

ВидеопродакшнМаркетингОнлайн-обучение

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. LatentSync 1.6 (512 пикселей)
  2. LatentSync 1.5
  3. LatentSync 1.0

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

АватарыMuseTalkTencent Music (Lyra Lab) · КитайМожно в коммерцию

Синхронизация губ в реальном времени: подгоняет рот на видео под новое аудио. Подходит для перевода видео и живых аватаров.

ПодробнееАватарыWav2LipIIIT Hyderabad · ИндияТолько некоммерческое

Классическая модель синхронизации губ с аудио, до сих пор популярна в любительских сборках. Губы точные, но картинка лица размытая, лицензия некоммерческая.

ПодробнееАватарыMultiTalk / InfiniteTalkMeituan · КитайМожно в коммерцию

Дубляж и говорящие персонажи на базе Wan: MultiTalk ведёт диалог нескольких людей, InfiniteTalk переозвучивает видео любой длины с мимикой и телом.

Подробнее