用途：通过 inference.sh CLI（infsh）制作带 AI 虚拟形象、口型同步与配音的说话头（talking head）视频，适合产品讲解、口播内容等。
主要能力：用 falai/dia-tts 生成对话音频；用 bytedance/omnihuman-1-5 或 omnihuman-1-0 由肖像图加音频生成说话头视频；用 falai/pixverse-lipsync 对已有视频做快速口型同步；用 infsh/caption-videos 加字幕；用 infsh/media-merger 拼接分段。OmniHuman 1.5 支持最多两个角色与手势，单段约 30 秒。
必要用法：先安装并登录 infsh，然后运行命令，例如：infsh login；infsh app run falai/dia-tts --input '{