Craze
ModelosPreçosMCPBlog
Duração do vídeo de origem
Número de gerações
Custo$0.223 por geração
$0.223

⌘↵ para gerar

LatentSync

A partir de $0.006 por segundo de vídeo de origem

O modelo de sincronização labial da ByteDance que usa técnicas de difusão latente para sincronizar áudio e vídeo.

Ver planos

No que o LatentSync é bom

  • A vantagem da difusão latente

    Trabalhar no espaço latente em vez do espaço de pixels significa que o LatentSync tem uma compreensão mais abstrata do que torna um movimento de boca convincente.

  • Aprendizado da correlação entre áudio e vídeo

    O LatentSync inclui supervisão explícita do SyncNet para garantir que o modelo aprenda relações reais entre áudio e vídeo.

  • Consistência temporal

    Modelos de difusão latente lidam naturalmente melhor com relações temporais do que as abordagens quadro a quadro.

  • Ampla compatibilidade de fontes

    O LatentSync generaliza bem entre diferentes tipos de vídeo: live-action, conteúdo gerado por IA, animação e mídia mista.

Chat

Um comercial curto para uma marca de skincare. Amarelo vivo, um produto principal, cortado no ritmo da música.

Gerou imagem

Aqui está o visual principal. Mesmo amarelo, mesma luz, em todas as tomadas.

starface-key-visual.webpAdicionar à linha do tempoAdicionar ao chat
Pergunte qualquer coisa ao CrazeAjustar
Assets
Pesquisar recursos
Clipe aprovado
Quadro aceito
Quadro final
Clipe aprovado
Quadro aceito
Gerando
Linha do tempo
Breakoutshappen. Makethem yours.Treat melike a star.

Dirigir. Criar. Editar.

  1. Chat

    Um comercial curto para uma marca de skincare. Amarelo vivo, um produto principal, cortado no ritmo da música.

    Gerou imagem

    Aqui está o visual principal. Mesmo amarelo, mesma luz, em todas as tomadas.

    starface-key-visual.webpAdicionar à linha do tempoAdicionar ao chat
    Pergunte qualquer coisa ao CrazeAjustar

    Pare de escrever prompts. Comece a dirigir.

    O Craze explora ideias, pesquisa e planeja com você.

  2. Assets
    Pesquisar recursos
    Clipe aprovado
    Quadro aceito
    Quadro final
    Clipe aprovado
    Quadro aceito
    Gerando

    Crie conteúdo de bom gosto.

    O Craze gera tudo o que se possa imaginar. Vídeo, áudio, música, motion graphics e muito mais.

  3. Linha do tempo
    Breakoutshappen. Makethem yours.Treat melike a star.

    Edite vídeos em minutos. Não em dias.

    O Craze assiste às suas filmagens e monta um corte final. Com um editor de verdade, se você precisar.

Faça vídeos que as pessoas assistam

  • Vídeos UGC
  • Motion graphics
  • Longas-metragens
  • Visualização de produtos
  • Microdramas
  • Filmes em 3D
  • Videoclipes
  • Filmes de marca
  • Melhores momentos de casamento
  • Reviews no YouTube

Como o LatentSync se compara

Todos os modelos aqui rodam em todos os planos do Craze, incluindo o Free, e o Craze pode usar um diferente para cada tomada.

LatentSyncByteDanceSeedance 2.5ByteDance Seed TeamSeedance 2.0ByteDance Seed TeamSeedance 2.0 FastByteDance Seed Team
GeraVídeo + Áudio para vídeoTexto + Imagem + Vídeo + Áudio para vídeoTexto + Imagem + Vídeo + Áudio para vídeoTexto + Imagem + Vídeo + Áudio para vídeo
Qualidade—Até 4KAté 4KAté 720p
Duração—Até 30s por clipeAté 15s por clipeAté 15s por clipe
Som—Gerado junto com a imagemGerado junto com a imagemGerado junto com a imagem
A partir de$0.006 por segundo de vídeo de origem$0.120 por segundo de vídeo$0.079 por segundo de vídeo$0.063 por segundo de vídeo

Especificações do LatentSync no Craze

TarefaEntradasResoluçãoProporçõesSom
Sincronização labialVídeo, ÁudioSegue a fonteSegue a entradaNenhum

Escolha o plano para sua próxima criação.

Free

$0 / mês

  • Uso limitado
  • Acesso a todos os modelos de mídia
  • Nível de chat Eficiente
  • 1 GB de armazenamento
  • Craze MCP
  • Exportações em até 720p
  • Recarregar créditos adicionais

Pro

$19 / mês

  • $19 de créditos todo mês
  • Acesso a todos os modelos de mídia
  • Todos os níveis de chat
  • 50 GB de armazenamento
  • Craze MCP
  • Sem limites de resolução nas exportações
  • Recarregar créditos adicionais

Ultra

$59 / mês

  • $59 de créditos todo mês
  • Acesso a todos os modelos de mídia
  • Todos os níveis de chat
  • 200 GB de armazenamento
  • Craze MCP
  • Sem limites de resolução nas exportações
  • Recarregar créditos adicionais

Max

$199 / mês

  • $199 de créditos todo mês
  • Acesso a todos os modelos de mídia
  • Todos os níveis de chat
  • 1 TB de armazenamento
  • Craze MCP
  • Sem limites de resolução nas exportações
  • Recarregar créditos adicionais

Perguntas frequentes

Por que os criadores escolhem o LatentSync

O LatentSync representa uma mudança na forma como a sincronização labial funciona. Em vez de processar quadro a quadro, ele entende a estrutura inteira do vídeo e gera movimentos de boca que se mantêm consistentes ao longo dos limites temporais. Essa consistência importa quando o áudio e o vídeo têm relações complexas.

A vantagem da difusão latente

Trabalhar no espaço latente em vez do espaço de pixels significa que o LatentSync tem uma compreensão mais abstrata do que torna um movimento de boca convincente. Ele não tenta prever as cores exatas dos pixels; ele aprende a estrutura subjacente de como a boca se move em resposta ao som.

Aprendizado da correlação entre áudio e vídeo

O LatentSync inclui supervisão explícita do SyncNet para garantir que o modelo aprenda relações reais entre áudio e vídeo. Ele não está apenas adivinhando; ele é treinado para maximizar a precisão real da sincronização entre o áudio e o movimento da boca.

Consistência temporal

Modelos de difusão latente lidam naturalmente melhor com relações temporais do que as abordagens quadro a quadro. Os movimentos da boca se mantêm consistentes entre os quadros porque o modelo entende o movimento como uma estrutura contínua, não como uma série de previsões isoladas.

Ampla compatibilidade de fontes

O LatentSync generaliza bem entre diferentes tipos de vídeo: live-action, conteúdo gerado por IA, animação e mídia mista. A abordagem no espaço latente não depende de um viés dos dados de treinamento em direção a um formato.

Como usar o LatentSync no Craze

O LatentSync é um modelo de transformação: forneça o vídeo e o áudio, e o Craze cuida da sincronização.

  1. Envie seu vídeo e a faixa de áudio que você quer sincronizar. O áudio pode ser uma narração, uma dublagem ou um diálogo novo.
  2. Peça o LatentSync pelo nome, ou descreva seu objetivo de sincronização e deixe o Craze mostrar modelos compatíveis com preços antes de você escolher.
  3. O Craze processa o vídeo de acordo com o áudio e devolve o resultado sincronizado.
  4. Revise no editor. Se forem necessários ajustes, gere o trecho novamente ou experimente outro modelo de sincronização labial.

O LatentSync funciona bem com imagens em que a boca de quem fala está visível. Cenas cheias de gente ou imagens em que os rostos são pequenos podem precisar que o agente do Craze as divida primeiro em planos mais fechados.

A abordagem de difusão latente tem uma vantagem clara em consistência temporal. Como o modelo entende toda a estrutura temporal em vez de prever quadro a quadro, os movimentos da boca não tremulam nem perdem coerência entre os limites dos quadros. Isso é especialmente perceptível em discursos longos ou sequências de diálogo, onde a consistência mais importa.

Preços do LatentSync

O LatentSync é cobrado pela duração do seu vídeo de origem, a $0.006 por segundo de vídeo de origem. Um clipe de 30 segundos custa menos que um clipe de 2 minutos. O preço cresce de forma linear com a duração, e você pode calcular os custos exatos nesta página.

A qualidade do vídeo, a resolução e a taxa de quadros não afetam o preço. Só importa a duração do seu vídeo de origem. Como o LatentSync trabalha no espaço latente, ele entrega resultados sem exigir a sobrecarga de processamento em nível de pixel das abordagens quadro a quadro.

LatentSync vs. outros modelos de sincronização labial

O Sync Lipsync 3 e o Sync Lipsync 2 Pro usam análise quadro a quadro ou global no espaço de pixels, enquanto o LatentSync trabalha no espaço latente com modelos de difusão. O Kling LipSync oferece suporte a vários idiomas com integração nativa ao Kling 3.0. Escolha o LatentSync se você prefere a abordagem por difusão ou precisa de eficiência para processamento em lote.

Para quem é o LatentSync

Pesquisadores e criadores técnicos

O artigo e o código do LatentSync estão disponíveis publicamente. Se você se interessa pela pesquisa por trás da sincronização labial moderna, vale a pena explorar o LatentSync pelos seus próprios méritos.

Fluxos de trabalho de renderização eficientes

Como o LatentSync trabalha no espaço latente em vez do espaço de pixels, ele pode ser computacionalmente eficiente para processamento em lote ou conteúdo longo. Se você sincroniza muitos vídeos, a abordagem tem vantagens.

Substituição de diálogo de alta fidelidade

O aprendizado explícito da correlação entre áudio e vídeo do LatentSync o torna forte para substituições precisas de diálogo, em que a precisão da sincronização é crítica.

Conteúdo de vídeo com IA

O LatentSync generaliza bem para vídeo gerado por IA porque não depende de vieses de treinamento com imagens live-action. Se você mistura imagens de IA e reais, o LatentSync lida com as duas de forma consistente.

Processamento em lote e conteúdo longo

Como o LatentSync trabalha no espaço latente, ele pode ser computacionalmente mais eficiente do que as abordagens no espaço de pixels. Se você precisa sincronizar muitos vídeos ou conteúdo longo, a base técnica do LatentSync o torna prático para produção em grande volume.

Aplicações técnicas e de pesquisa

O artigo e o código do LatentSync estão disponíveis publicamente. Se você está experimentando síntese baseada em difusão ou quer entender a pesquisa por trás da sincronização labial moderna, o LatentSync oferece uma abordagem transparente e de código aberto.

Entregue seus Vídeo e Áudio ao Craze e diga o que você quer, e ele roda o LatentSync para você. Todo plano do Craze, incluindo o Free, roda o LatentSync e todos os outros modelos de mídia, e o Craze pode usar um diferente para cada tarefa. Cada vídeo chega a uma linha do tempo editável com seus cortes, legendas e música, pronto para exportar como MP4. As gerações saem dos créditos mensais do seu plano, a partir de $0.006 por segundo de vídeo de origem, com recargas quando você precisar de mais.

Pesquisadores e criadores técnicos: O artigo e o código do LatentSync estão disponíveis publicamente. Fluxos de trabalho de renderização eficientes: Como o LatentSync trabalha no espaço latente em vez do espaço de pixels, ele pode ser computacionalmente eficiente para processamento em lote ou conteúdo longo. Substituição de diálogo de alta fidelidade: O aprendizado explícito da correlação entre áudio e vídeo do LatentSync o torna forte para substituições precisas de diálogo, em que a precisão da sincronização é crítica. Conteúdo de vídeo com IA: O LatentSync generaliza bem para vídeo gerado por IA porque não depende de vieses de treinamento com imagens live-action.

O LatentSync é um modelo de sincronização labial desenvolvido pela ByteDance que usa técnicas de difusão latente para sincronizar áudio com vídeo. Ele gera movimentos de boca realistas a partir do áudio sem exigir representações intermediárias de movimento.

O LatentSync custa $0.006 por segundo de vídeo de origem no Craze. Use a calculadora de custos desta página para ver o preço exato.

O LatentSync está incluído em todos os planos do Craze, incluindo o Free. Sua assinatura oferece créditos mensais para gerações de sincronização labial.

A ByteDance publicou o artigo de pesquisa do LatentSync em 19 de dezembro de 2024. O artigo apresentou uma nova abordagem para a sincronização labial usando modelos de difusão latente condicionados por áudio.

O LatentSync trabalha diretamente no espaço latente usando modelos de difusão, em vez de processar os quadros do vídeo pixel a pixel. Ele aprende explicitamente as correlações entre áudio e vídeo por meio da supervisão do SyncNet.

O Craze suporta até 10 minutos de vídeo de origem por geração com o LatentSync.

Sim. O LatentSync funciona com imagens live-action, vídeo gerado por IA e animação. O modelo generaliza bem entre diferentes fontes de vídeo.

Sim. O LatentSync funciona com áudio que contém música de fundo, som ambiente ou várias vozes. Ele isola a voz de quem está falando e sincroniza os movimentos da boca de acordo.

Mais modelos de vídeo

Todos os modelos

Seedance 2.5

ByteDance Seed Team

  • Texto para vídeo
  • Imagem para vídeo
  • Referência para vídeo
  • Extensão de vídeo
  • Edição de vídeo

A partir de $0.120 por segundo de vídeo

Seedance 2.0

ByteDance Seed Team

  • Texto para vídeo
  • Imagem para vídeo
  • Referência para vídeo
  • Extensão de vídeo
  • Edição de vídeo

A partir de $0.079 por segundo de vídeo

Seedance 2.0 Fast

ByteDance Seed Team

  • Texto para vídeo
  • Imagem para vídeo
  • Referência para vídeo
  • Extensão de vídeo
  • Edição de vídeo

A partir de $0.063 por segundo de vídeo

  • Dirigir
  • Criar
  • Editar
  • Modelos
  • Preços
  • MCP
  • Fale conosco
  • Documentação
  • Blogs
  • Changelog
  • Privacidade
  • Termos
  • Instagram
  • YouTube
  • X
  • LinkedIn
  • English
  • 日本語
  • 한국어
  • Español
  • Deutsch
  • Français
  • Português
  • 简体中文

© 2026 Craze Technologies