Vidéos d'Avatar IA et de Tête Parlante
Créez des avatars IA et des vidéos de tête parlante via l'interface en ligne de commande inference.sh.
Démarrage Rapide
curl -fsSL https://cli.inference.sh | sh && infsh login
# Créer une vidéo d'avatar à partir d'image + 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 | Meilleur 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 | L'image parle avec lipsync |
| 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"
}'
Prend en charge la spécification du personnage à animer dans les images multi-personnes.
Fabric 1.0 (L'Image Parle)
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 un lipsync très réaliste à partir de n'importe quel audio.
Workflow Complet : TTS + Avatar
# 1. Générer de la parole à partir de 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 la parole
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://presenter-photo.jpg",
"audio_url": "<audio-url-from-step-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 la parole dans la nouvelle langue
infsh app run infsh/kokoro-tts --input '{"text": "<translated-text>"}' > new_speech.json
# 4. Synchroniser les lèvres de la vidéo originale avec le nouvel audio
infsh app run infsh/latentsync-1-6 --input '{
"video_url": "https://original-video.mp4",
"audio_url": "<new-audio-url>"
}'
Cas d'Usage
- Marketing : Démonstrations de produits avec présentateur IA
- Éducation : Vidéos de cours, explicatifs
- Localisation : Doublage de contenu en plusieurs langues
- Réseaux Sociaux : Influenceur virtuel cohérent
- Entreprise : Vidéos de formation, annonces
Conseils
- Utilisez des photos portrait de haute qualité (de face, bon éclairage)
- L'audio doit être clair avec un bruit de fond minimal
- OmniHuman 1.5 prend en charge plusieurs personnes dans une seule image
- LatentSync est le meilleur pour synchroniser des vidéos existantes avec un nouvel audio
Compétences Associées
# Compétence complète de la plateforme (toutes les 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
npx 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
Parcourir toutes les applications vidéo : infsh app list --category video
Documentation
- Exécuter des Applications - Comment exécuter des applications via CLI
- Exemple de Pipeline de Contenu - Créer des workflows médiatiques
- Résultats en Streaming - Mises à jour en temps réel