Vidéos d'Avatars IA et de Têtes Parlantes
Quand l'utiliser
Utilisez cette compétence si nécessaire pour effectuer la tâche d'automatisation spécifiée.
Créez des avatars IA et des vidéos de têtes parlantes via l'interface en ligne de commande inference.sh.

Démarrage rapide
curl -fsSL https://cli.inference.sh | sh && infsh login
# Crée une vidéo d'avatar à partir d'une image et d'un fichier audio
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "https://speech.mp3"
}'
Modèles disponibles
| Modèle | ID de l'application | Idéal pour |
|---|---|---|
| OmniHuman 1.5 | bytedance/omnihuman-1-5 | Multi-personnages, meilleure qualité |
| OmniHuman 1.0 | bytedance/omnihuman-1-0 | Personnage unique |
| Fabric 1.0 | falai/fabric-1-0 | Images animées avec synchronisation labiale |
| PixVerse Lipsync | falai/pixverse-lipsync | Très réaliste |
Rechercher des applications d'avatar
infsh app list --search "omnihuman"
infsh app list --search "lipsync"
infsh app list --search "fabric"
Exemples
OmniHuman 1.5 (Multi-personnages)
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "https://speech.mp3"
}'
Permet de spécifier quel personnage animer dans les images multi-personnages.
Fabric 1.0 (Images animées)
infsh app run falai/fabric-1-0 --input '{
"image_url": "https://face.jpg",
"audio_url": "https://audio.mp3"
}'
PixVerse Lipsync
infsh app run falai/pixverse-lipsync --input '{
"image_url": "https://portrait.jpg",
"audio_url": "https://speech.mp3"
}'
Génère une synchronisation labiale ultra-réaliste à partir de n'importe quel fichier audio.
Workflow complet : TTS + Avatar
# 1. Générer un discours à partir d'un texte
infsh app run infsh/kokoro-tts --input '{
"text": "Bienvenue dans notre démo produit. Aujourd'hui, je vais vous montrer..."
}' > speech.json
# 2. Créer une vidéo d'avatar avec le discours
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://presenter-photo.jpg",
"audio_url": "<url-audio-étape-1>"
}'
Workflow complet : Doubler une vidéo dans une autre langue
# 1. Transcrire la vidéo originale
infsh app run infsh/fast-whisper-large-v3 --input '{"audio_url": "https://video.mp4"}' > transcript.json
# 2. Traduire le texte (manuellement ou avec un LLM)
# 3. Générer un discours dans la nouvelle langue
infsh app run infsh/kokoro-tts --input '{"text": "<texte-traduit>"}' > new_speech.json
# 4. Synchroniser la vidéo originale avec le nouvel audio
infsh app run infsh/latentsync-1-6 --input '{
"video_url": "https://original-video.mp4",
"audio_url": "<url-nouvel-audio>"
}'
Cas d'utilisation
- Marketing : Démos produits avec un présentateur IA
- Éducation : Vidéos de cours, vidéos explicatives
- Localisation : Doublage de contenu dans plusieurs langues
- Réseaux sociaux : Influenceur virtuel cohérent
- Entreprise : Vidéos de formation, annonces
Conseils
- Utilisez des photos portrait de haute qualité (visage de face, bon éclairage)
- L'audio doit être clair avec un minimum de bruit de fond
- OmniHuman 1.5 prend en charge plusieurs personnes dans une même image
- LatentSync est le meilleur outil pour synchroniser des vidéos existantes avec un nouvel audio
Compétences associées
# Compétence plateforme complète (plus de 150 applications)
npx skills add inference-sh/skills@inference-sh
# Synthèse vocale (générer l'audio pour les avatars)
npx skills add inference-sh/skills@text-to-speech
# Reconnaissance vocale (transcrire pour le doublage)
npx skills add inference-sh/skills@speech-to-text
# Génération vidéo
nnpx skills add inference-sh/skills@ai-video-generation
# Génération d'images (créer des images d'avatar)
npx skills add inference-sh/skills@ai-image-generation
Parcourez toutes les applications vidéo : infsh app list --category video
Documentation
- Exécution d'applications - Comment exécuter des applications via l'interface en ligne de commande
- Exemple de pipeline de contenu - Création de workflows multimédia
- Résultats en streaming - Mises à jour de progression en temps réel