InfiniteTalk: Doblaje de video corporal completo impulsado por audio

Sube una imagen de origen y un audio objetivo. Genera un video doblado de cuerpo completo con movimiento sincronizado, preservando la identidad original, el fondo y el movimiento de la cámara.

Acerca de

InfiniteTalk: Doblaje de Vídeo de Cuerpo Completo Impulsado por Audio convierte una sola imagen y una o más pistas de audio en un vídeo de cuerpo completo con sincronización labial, preservando la identidad original, el fondo y el movimiento de cámara. El núcleo del pipeline es WanInfiniteTalkToVideo, que fusiona características del modelo I2V Wan2.1 cargado con una incrustación de audio para impulsar el movimiento corporal y facial. Step1 - Load Models prepara el UNet y VAE (UNETLoader, VAELoader) para la síntesis de imagen a vídeo, y carga backbones de texto y audio (CLIPLoader con CLIPTextEncode para prompts de cámara/escenario, y AudioEncoderLoader con AudioEncoderEncode para rasgos de voz). Importas el fotograma inicial mediante LoadImage, y luego dibujas máscaras por personaje en MaskEditor para localizar el movimiento en cada hablante.

Lo que proporcionas

  • Leyendo el flujo de trabajo

Se ejecuta en ComfyUI. Este flujo de trabajo no puede ejecutarse en esta página. Ábrelo en Comfy Cloud con todo cargado o descárgalo para tu propio ComfyUI.

Probar en Cloud
Salida
Ejemplo
Courtyard reunion, two speakers

Preguntas y respuestas