O que Vídeos de Avatar e Talking Head com IA faz?
Crie avatares de IA e vídeos de talking head via CLI inference.sh.

Início Rápido
curl -fsSL https://cli.inference.sh | sh && infsh login
# Cria vídeo avatar a partir de imagem + áudio
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://retrato.jpg",
"audio_url": "https://fala.mp3"
}'
Nota de instalação: O script de instalação detecta seu SO/arquitetura, baixa o binário correspondente de
dist.inference.she verifica seu checksum SHA-256. Sem permissões elevadas ou processos em segundo plano. Instalação manual e verificação disponível.
Modelos Disponíveis
| Modelo | App ID | Melhor Para |
|---|---|---|
| OmniHuman 1.5 | bytedance/omnihuman-1-5 | Múltiplos personagens, melhor qualidade |
| OmniHuman 1.0 | bytedance/omnihuman-1-0 | Personagem único |
| Fabric 1.0 | falai/fabric-1-0 | Imagens falantes com sincronia labial |
| PixVerse Lipsync | falai/pixverse-lipsync | Altamente realista |
Pesquisar Apps de Avatar
infsh app list --search "omnihuman"
infsh app list --search "lipsync"
infsh app list --search "fabric"
Exemplos
OmniHuman 1.5 (Múltiplos Personagens)
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://retrato.jpg",
"audio_url": "https://fala.mp3"
}'
Suporta especificar qual personagem controlar em imagens com várias pessoas.
Fabric 1.0 (Imagem Falante)
infsh app run falai/fabric-1-0 --input '{
"image_url": "https://rosto.jpg",
"audio_url": "https://audio.mp3"
}'
PixVerse Lipsync
infsh app run falai/pixverse-lipsync --input '{
"image_url": "https://retrato.jpg",
"audio_url": "https://fala.mp3"
}'
Gera sincronia labial altamente realista a partir de qualquer áudio.
Fluxo de Trabalho Completo: TTS + Avatar
# 1. Gera fala a partir de texto
infsh app run infsh/kokoro-tts --input '{
"text": "Bem-vindo à nossa demonstração de produto. Hoje vou mostrar..."
}' > fala.json
# 2. Cria vídeo avatar com a fala
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://foto-apresentador.jpg",
"audio_url": "<url-do-audio-do-passo-1>"
}'
Fluxo de Trabalho Completo: Dublar Vídeo em Outro Idioma
# 1. Transcreve o vídeo original
infsh app run infsh/fast-whisper-large-v3 --input '{"audio_url": "https://video.mp4"}' > transcricao.json
# 2. Traduz o texto (manualmente ou com um LLM)
# 3. Gera fala no novo idioma
infsh app run infsh/kokoro-tts --input '{"text": "<texto-traduzido>"}' > nova_fala.json
# 4. Sincroniza lábios do vídeo original com o novo áudio
infsh app run infsh/latentsync-1-6 --input '{
"video_url": "https://video-original.mp4",
"audio_url": "<url-do-novo-audio>"
}'
Casos de Uso
- Marketing: Demonstrações de produto com apresentador IA
- Educação: Vídeos de curso, explicadores
- Localização: Dublar conteúdo em vários idiomas
- Mídias Sociais: Influenciador virtual consistente
- Corporativo: Vídeos de treinamento, comunicados
Dicas
- Use fotos de retrato de alta qualidade (de frente, boa iluminação)
- O áudio deve ser claro, com ruído de fundo mínimo
- OmniHuman 1.5 suporta múltiplas pessoas em uma imagem
- LatentSync é melhor para sincronizar vídeos existentes com novo áudio
Skills Relacionadas
# Skill completa da plataforma (mais de 150 apps)
npx skills add inference-sh/skills@inference-sh
# Texto-para-fala (gerar áudio para avatares)
npx skills add inference-sh/skills@text-to-speech
# Fala-para-texto (transcrever para dublagem)
npx skills add inference-sh/skills@speech-to-text
# Geração de vídeo
npx skills add inference-sh/skills@ai-video-generation
# Geração de imagem (criar imagens de avatar)
npx skills add inference-sh/skills@ai-image-generation
Navegue por todos os apps de vídeo: infsh app list --category video
Documentação
- Executando Apps - Como executar apps via CLI
- Exemplo de Pipeline de Conteúdo - Construindo fluxos de trabalho de mídia
- Resultados em Streaming - Atualizações de progresso em tempo real