Que fait runcomfy-agent-skills ?
Synchronisez les lèvres d'un visage avec une piste audio spécifique sur RunComfy via la CLI runcomfy. Achemine vers ByteDance OmniHuman (avatar full-body piloté par l'audio à partir d'un portrait + audio), Sync Labs sync v2 / Pro (synchronisation labiale de pointe sur une vidéo), Kling lipsync (audio-vers-vidéo et texte-vers-vidéo avec parole synchronisée) et Creatify lipsync. La compétence sélectionne le bon endpoint en fonction de l'intention réelle de l'utilisateur — portrait fixe + audio (style avatar), vidéo source + audio (remplacement des lèvres sur une vidéo existante) ou génération complète.
Modèles supportés
- ByteDance OmniHuman – Génération d'avatar full-body à partir d'une photo portrait et d'un fichier audio.
- Sync Labs sync v2 / Pro – Synchronisation labiale de haute qualité sur une vidéo existante.
- Kling lipsync – Audio-vers-vidéo et texte-vers-vidéo avec parole synchronisée.
- Creatify lipsync – Synchronisation labiale alternative.
Prérequis
- CLI
runcomfyinstallée et configurée. - Clé API valide pour RunComfy.
- Fichier audio (formats supportés : mp3, wav, etc.).
- Image portrait ou vidéo source selon le type de résultat souhaité.
Utilisation
runcomfy lipsync --image portrait.jpg --audio audio.mp3 --model omnihuman
Pour une vidéo source :
runcomfy lipsync --video source.mp4 --audio audio.mp3 --model sync-labs-pro
Routage intelligent
La compétence analyse automatiquement l'entrée de l'utilisateur pour déterminer le meilleur modèle :
- Si une image portrait et un fichier audio sont fournis, utilise ByteDance OmniHuman.
- Si une vidéo source et un fichier audio sont fournis, utilise Sync Labs ou Kling selon la qualité souhaitée.
- Si seule une description textuelle est fournie, utilise Kling text-to-video avec synchronisation.
Documentation
Pour plus d'informations, consultez la documentation officielle de RunComfy ou ouvrez une issue dans le dépôt GitHub.