Avatares de IA e Vídeos com Personagens Falantes
Crie avatares de IA e vídeos com personagens falantes via inference.sh CLI.
Início Rápido
curl -fsSL https://cli.inference.sh | sh && infsh login
# Crie um vídeo avatar a partir de imagem + áudio
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "https://speech.mp3"
}'
Modelos Disponíveis
| Modelo | App ID | Melhor para |
|---|---|---|
| OmniHuman 1.5 | bytedance/omnihuman-1-5 | Multicaractere, melhor qualidade |
| OmniHuman 1.0 | bytedance/omnihuman-1-0 | Personagem único |
| Fabric 1.0 | falai/fabric-1-0 | Imagem fala com sincronia labial |
| PixVerse Lipsync | falai/pixverse-lipsync | Altamente realista |
Pesquisar Aplicações de Avatar
infsh app list --search "omnihuman"
infsh app list --search "lipsync"
infsh app list --search "fabric"
Exemplos
OmniHuman 1.5 (Multicaractere)
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://portrait.jpg",
"audio_url": "https://speech.mp3"
}'
Suporta especificar qual personagem conduzir em imagens com múltiplas pessoas.
Fabric 1.0 (Imagem Fala)
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"
}'
Gera sincronia labial altamente realista a partir de qualquer áudio.
Fluxo de Trabalho Completo: TTS + Avatar
# 1. Gere fala a partir de texto
infsh app run infsh/kokoro-tts --input '{
"text": "Bem-vindo à nossa demonstração do produto. Hoje vou mostrar..."
}' > speech.json
# 2. Crie um vídeo avatar com a fala
infsh app run bytedance/omnihuman-1-5 --input '{
"image_url": "https://presenter-photo.jpg",
"audio_url": "<url-do-audio-da-etapa-1>"
}'
Fluxo de Trabalho Completo: Dublar Vídeo em Outro Idioma
# 1. Transcreva o vídeo original
infsh app run infsh/fast-whisper-large-v3 --input '{"audio_url": "https://video.mp4"}' > transcript.json
# 2. Traduza o texto (manualmente ou com um LLM)
# 3. Gere fala no novo idioma
infsh app run infsh/kokoro-tts --input '{"text": "<texto-traduzido>"}' > new_speech.json
# 4. Sincronize os lábios do vídeo original com o novo áudio
infsh app run infsh/latentsync-1-6 --input '{
"video_url": "https://original-video.mp4",
"audio_url": "<url-do-novo-audio>"
}'
Casos de Uso
- Marketing: Demonstrações de produto com apresentador IA
- Educação: Vídeos de curso, explicadores
- Localização: Dublagem de conteúdo em vários idiomas
- Redes Sociais: Influenciador virtual consistente
- Corporativo: Vídeos de treinamento, comunicados
Dicas
- Use fotos de retrato de alta qualidade (rosto frontal, 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 Relacionados
# Skill da plataforma completa (mais de 150 aplicações)
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 todas as aplicações de vídeo: infsh app list --category video
Documentação
- Executando Aplicações - Como executar aplicações via CLI
- Exemplo de Pipeline de Conteúdo - Construindo fluxos de trabalho de mídia
- Resultados em Streaming - Atualizações de progresso em tempo real