SuperAPI AI 工具集

create-lipsync-veed-fal

编程与开发

查看项目

更新于 10-15 21:54

技能介绍

用途:通过 fal.ai 网关调用与 create-lipsync-hedra 相同的 VEED Fabric 1.0 模型,生成口型同步的说话头视频。适合已有 FAL_API_KEY、需要一次性批量生成或 Hedra 额度不足时使用。

主要能力:输入人物静图与对话音频,输出带音轨的 MP4;脚本完成上传、提交、轮询、下载,并用 ffprobe 校验时长,同时写出 meta.json 记录请求与成本信息。输入要求:image_path(PNG/JPG,<10MB,头肩紧构图、嘴部中性闭合)、audio_path(MP3/WAV/M4A/AAC,<10MB)、output_path;可选 resolution 为 480p 或 720p(默认 720p)。凭证为 .env 中的 FAL_API_KEY 或 FAL_KEY。

使用方式:先做预检(检查密钥、安装 fal_client、确认 ffprobe),然后运行:python3 skills/atoms/lipsync/create-lipsync-veed-fal/scripts/generate.py --image /path/to/character.png --audio /path/to/line.mp3 --output /path/to/clip.mp4 --resolution 720p。价格参考(2026-05):480p 每秒 $0.08,720p 每秒 $0.15。

限制:仅头肩构图,肩部以下身体基本冻结;单文件最大 10MB;分辨率上限 720p;不支持 text_prompt;仅有 480p/720p 两档。若出现口型漂移可先裁掉音频开头静音;大批量(>50 条)建议改用异步提交以并行处理。