Accueil/ Générateur IA de lip sync
Générateur IA de lip sync
Donnez-lui un visage et une voix. LTX-2 Lipsync synchronise la bouche de votre image sur le fichier audio importé — le clip dure exactement le temps de la parole.
Le lip sync met de la parole sur un visage. Vous importez un MP3 ou WAV de ce qui doit être dit et une image de référence de la personne ; LTX-2 Lipsync anime la bouche pour suivre l’audio. La durée suit votre fichier, pas un sélecteur — jusqu’à ~20 secondes par run — et la sortie rend en 480p, 720p ou 1080p, facturée par tranche de 5 secondes d’audio.
- Modèle
- LTX-2 Lipsync
- Point de départ
- Une image et un audio
- Résultat
- MP4
- Durée
- Suit la durée de l’audio
- Résolution
- 480P / 720P / 1080P
- Son
- Suit votre audio
- Crédits
- à partir de 32 crédits
- Usage commercial
- Inclus — voir les tarifs
Votre audio pilote la bouche
Importez un MP3 ou WAV — dialogue, chant, voix off — et la durée du clip suit le fichier : pas de phrase coupée ni de blanc.
Une référence de visage
Une image frontale où la bouche est visible suffit au modèle pour décider qui parle.
Vous voyez la durée avant de payer
Le studio lit la durée de votre audio et estime les crédits avant la génération — un take de 20 secondes ne surprend jamais.
Brouillon pas cher, final en 1080p
Preview en 480p pendant que vous réglez le take, puis final en 720p ou 1080p.
Comment synchroniser un visage sur l’audio
- Étape 1Importez l’audioMP3 ou WAV. Les enregistrements propres à un seul locuteur syncent le mieux — une musique lourde sous la parole brouille la bouche.
- Étape 2Ajoutez le visageUne image frontale où la bouche n’est pas cachée. Lunettes de soleil OK, main sur la bouche non.
- Étape 3Vérifiez la durée détectéeLe studio affiche la durée audio lue — c’est la durée du clip et la base du devis en crédits.
- Étape 4Réécoutez face à l’audioSurveillez les consonnes sur la preview avant de rendre le même take en résolution supérieure.
Où le lip sync rapporte
Doubler un personnage
Donnez un vrai dialogue à une figure illustrée ou générée — sans rigging ni pipeline 3D.
Localiser un clip parlant
Changez la piste de langue et régénérez la bouche au lieu de re-tourner.
Mèmes vocaux et portraits chantants
Un portrait qui chante un clip audio est un format social éprouvé.
Réparer un dialogue après coup
Réécrivez une réplique, régénérez la synchro — moins cher que de réanimer tout le plan.
À savoir avant de générer
- Deux inputs obligatoires : un fichier audio MP3/WAV et une image de visage.
- La durée du clip égale la durée de l’audio, jusqu’à ~20 secondes par run.
- Facturation par tranche de 5 secondes d’audio : 32 crédits en 480p, 42 en 720p, 64 en 1080p.
- Un audio propre à un seul locuteur donne des résultats nettement meilleurs qu’un enregistrement bruyant ou multi-voix.
Questions sur le lip sync
Quels formats audio sont acceptés ?
MP3 et WAV. Le studio lit la durée à l’import et facture à partir de là.
Combien ça coûte ?
Par 5 secondes d’audio : 32 crédits en 480p, 42 en 720p, 64 en 1080p. Un clip 720p de 10 secondes ≈ 84 crédits.
Puis-je importer une vidéo plutôt qu’un visage ?
Cette page prend une image de visage plus l’audio. Pour changer le look d’une vidéo existante, voyez vidéo-vers-vidéo.
Ça gère deux locuteurs ?
C’est conçu pour un visage et une piste — un audio multi-locuteurs donne à la bouche des instructions ambiguës.
Quelle longueur d’audio ?
Les clips se génèrent dans la plage 5–20 secondes affichée en studio ; les discours longs se découpent en parties.
Mettez des mots dans un visage
Ouvrez LTX-2 Lipsync avec un fichier audio et un portrait.
Pour continuer
Outils et pages voisins, souvent ouverts ensuite.
Autres pages de modèles
Chaque page ouvre son modèle dans le même studio.
Tarifs

