2 Models Available
AI로 립싱크하는 방법
한 마케터가 브랜드 대변인 인물 사진과 ElevenLabs로 생성한 대본만으로, 카메라 앞에 서는 출연자 없이 30초짜리 토킹헤드 광고를 완성합니다. Astorie 캔버스에서 인물 사진을 립싱크 도구 노드로 보내고, ElevenLabs Eleven v3에서 만든 오디오 트랙을 함께 전달한 뒤, Kling Avatar(밀착형 토킹헤드), OmniHuman(제스처와 상반신이 있는 발표자), 또는 리스타일링을 위한 Kling O3 Video Edit 중에서 선택하세요. 대부분의 립싱크 모델은 호출당 30~60초로 제한되므로, 더 긴 대본은 나눠서 처리하세요. 아래에서 모델을 선택해 UGC 설명 영상이나 더빙 워크플로우를 따라가 보세요.
Choose a Model to Get Started
Kling
Kling AI Avatar
Kling AI Avatar는 얼굴에 집중한 립싱크 모델입니다 — 초상 이미지와 오디오 트랙을 받아 입, 턱, 얼굴 아랫부분이 오디오 파형에 맞춰 자연스럽게 움직이는 밀착된 토킹 헤드 영상을 만들어 냅니다. 프레이밍은 머리와 어깨까지로 유지됩니다. 손짓과 상체 움직임이 있는 전신 발표자 영상이 필요하다면 대신 OmniHuman을 사용하세요. Kling AI Avatar는 텍스트 프롬프트도, 설정 가능한 파라미터도 없는 오디오 기반 노드로 실행됩니다 — 품질은 전적으로 초상 이미지와 오디오에 달려 있습니다. 대부분의 립싱크 호출은 한 번의 생성당 30~60초로 제한되므로, 더 긴 스크립트는 여러 번 호출로 나눠 처리한 뒤 이어 붙이세요. 함께 보는 `tools/lip-sync` 페이지에서 라우팅 세부 사항을 다루며, 이 가이드는 Kling AI Avatar와 짝을 이루는 파이프라인에 초점을 맞춥니다.
ByteDance
OmniHuman 1.5
OmniHuman 1.5는 상체 전체를 다루는 립싱크 모델입니다 — 얼굴뿐 아니라 어깨, 팔, 손, 상체까지 오디오에 반응해 움직이게 해서, 입만 움직이는 정지된 초상이 아니라 실제로 촬영한 영상처럼 보이는 발표자 스타일 토킹 헤드 영상을 만들어 냅니다. 아키텍처는 초상 + 오디오 → 자연스러운 미세 표정, 눈 깜빡임 타이밍, 머리 흔들림, 손짓이 담긴 동기화된 영상입니다. Kling AI Avatar가 밀착된 클로즈업 프레이밍을 제공한다면, OmniHuman은 자연스럽게 손짓하면서 대본을 읽는 발표자를 만들어 줍니다 — 경영진 프레젠테이션, 기조연설 스타일 마케팅, 화면에 인물이 등장하는 강의, 존재감이 중요한 UGC 광고에 알맞은 선택입니다. 출력은 1:1, 16:9, 9:16 비율로 720p로 제공됩니다. 함께 보는 `tools/lip-sync` 페이지에서 툴 라우팅을 다루며, 이 가이드는 OmniHuman과 짝을 이루는 파이프라인에 초점을 맞춥니다.