sync/lipsync-v3

वीडियो-से-वीडियो

Sync.so Lipsync v3 API by Sync.so

sync/lipsync-v3

Lipsync-v3

Sync.so Lipsync v3 (sync-3) is Sync Labs state-of-the-art lip-sync model, re-syncing the lips of an existing video to a new audio track with industry-leading naturalness.

इनपुट

Video url *

आप फ़ाइल को ड्रैग और ड्रॉप कर सकते हैं या अपलोड के लिए क्लिक कर सकते हैं

MAX:1

Audio url *

आप फ़ाइल को ड्रैग और ड्रॉप कर सकते हैं या अपलोड के लिए क्लिक कर सकते हैं

MAX:1

Sync mode *

आउटपुट

निष्क्रिय

जेनरेट किए गए वीडियो यहां दिखाई देंगे

अपनी सेटिंग्स कॉन्फ़िगर करें और शुरू करने के लिए चलाएं पर क्लिक करें

आपके अनुरोध की लागत $0.22 प्रति रन होगी। $10 के साथ आप इस मॉडल को लगभग 45 बार चला सकते हैं।

आगे आप यह कर सकते हैं:

Seedance 2.0 Kling v3 Vidu Wan2.7

पैरामीटर

कोड उदाहरण
import requests
import time

# Step 1: Start video generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "sync/lipsync-v3",  # Required. model name
    "video_url": "example_value",  # Required. URL of the input video whose lips will be re-synced
    "audio_url": "example_value",  # Required. URL of the driving audio to sync the lips to
    "sync_mode": "cut_off",  # Required. How to handle duration mismatch between video and audio. options: cut_off | loop | bounce | silence | remap
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] in ["completed", "succeeded"]:
            print("Generated video:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

video_url = check_status()

इंस्टॉल करें

अपनी प्रोग्रामिंग भाषा के लिए आवश्यक पैकेज इंस्टॉल करें।

pip install requests

प्रमाणीकरण

सभी API अनुरोधों के लिए API कुंजी के माध्यम से प्रमाणीकरण आवश्यक है। आप अपनी API कुंजी Atlas Cloud डैशबोर्ड से प्राप्त कर सकते हैं।

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP हेडर

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

अपनी API कुंजी सुरक्षित रखें

क्लाइंट-साइड कोड या सार्वजनिक रिपॉज़िटरी में अपनी API कुंजी कभी उजागर न करें। इसके बजाय एनवायरनमेंट वेरिएबल या बैकएंड प्रॉक्सी का उपयोग करें।

अनुरोध सबमिट करें

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

अनुरोध सबमिट करें

एक असिंक्रोनस जनरेशन अनुरोध सबमिट करें। API एक प्रेडिक्शन ID लौटाता है जिसका उपयोग आप स्थिति जाँचने और परिणाम प्राप्त करने के लिए कर सकते हैं।

POST/api/v1/model/generateVideo

अनुरोध बॉडी

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateVideo"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "sync/lipsync-v3",
    "prompt": "A beautiful sunset over the ocean with gentle waves"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['data']['id']}")
print(f"Status: {result['data']['status']}")

प्रतिक्रिया

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

स्थिति जाँचें

अपने अनुरोध की वर्तमान स्थिति जाँचने के लिए प्रेडिक्शन एंडपॉइंट को पोल करें।

GET/api/v1/model/prediction/{prediction_id}

पोलिंग उदाहरण

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

स्थिति मान

processingअनुरोध अभी भी प्रोसेस हो रहा है।

completedजनरेशन पूर्ण हो गया है। आउटपुट उपलब्ध हैं।

succeededजनरेशन सफल रहा। आउटपुट उपलब्ध हैं।

failedजनरेशन विफल हो गया। एरर फ़ील्ड जाँचें।

पूर्ण प्रतिक्रिया

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.mp4"
    ],
    "metrics": {
      "predict_time": 45.2
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

फ़ाइलें अपलोड करें

Atlas Cloud स्टोरेज पर फ़ाइलें अपलोड करें और एक URL प्राप्त करें जिसका उपयोग आप अपने API अनुरोधों में कर सकते हैं। अपलोड के लिए multipart/form-data का उपयोग करें।

POST/api/v1/model/uploadMedia

अपलोड उदाहरण

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

प्रतिक्रिया

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Input Schema

अनुरोध बॉडी में निम्नलिखित पैरामीटर स्वीकार किए जाते हैं।

कुल: 4आवश्यक: 4वैकल्पिक: 0

modelstringrequired

model name

Default: "sync/lipsync-v3"

video_urlstringrequired

URL of the input video whose lips will be re-synced. Public URL or Base64. Formats: mp4/mov/webm.

audio_urlstringrequired

URL of the driving audio to sync the lips to. Public URL or Base64. Formats: wav/mp3/m4a.

sync_modestringrequired

How to handle duration mismatch between video and audio. cut_off: trim to shorter; loop: repeat video; bounce: ping-pong; silence: pad audio; remap: time-remap.

Default: "cut_off"

cut_offloopbouncesilenceremap

अनुरोध बॉडी का उदाहरण

{
  "model": "sync/lipsync-v3",
  "video_url": "example_video_url",
  "audio_url": "example_audio_url",
  "sync_mode": "cut_off"
}

Output Schema

API जनरेट किए गए आउटपुट URL के साथ एक प्रेडिक्शन प्रतिक्रिया लौटाता है।

modelstring

model name

Default: "sync/lipsync-v3"

created_atstring

ISO timestamp of when the request was created.

idstring

Unique identifier for the prediction.

outputsarray

Array of URLs to the generated video (empty until completed).

statusstring

Status: created, processing, completed, or failed.

प्रतिक्रिया का उदाहरण

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.mp4"
  ],
  "metrics": {
    "predict_time": 45.2
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills 400+ AI मॉडल को सीधे आपके AI कोडिंग असिस्टेंट में इंटीग्रेट करता है। इंस्टॉल करने के लिए एक कमांड, फिर इमेज, वीडियो जनरेट करने और LLM के साथ चैट करने के लिए प्राकृतिक भाषा का उपयोग करें।

समर्थित क्लाइंट

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ समर्थित क्लाइंट

इंस्टॉल करें

npx skills add AtlasCloudAI/atlas-cloud-skills

API कुंजी सेटअप करें

Atlas Cloud डैशबोर्ड से अपनी API कुंजी प्राप्त करें और इसे एनवायरनमेंट वेरिएबल के रूप में सेट करें।

export ATLASCLOUD_API_KEY="your-api-key-here"

क्षमताएँ

एक बार इंस्टॉल होने के बाद, आप सभी Atlas Cloud मॉडल तक पहुँचने के लिए अपने AI असिस्टेंट में प्राकृतिक भाषा का उपयोग कर सकते हैं।

इमेज जनरेशनNano Banana 2, Z-Image और अन्य मॉडल के साथ इमेज जनरेट करें।

वीडियो निर्माणKling, Vidu, Veo आदि के साथ टेक्स्ट या इमेज से वीडियो बनाएँ।

LLM चैटQwen, DeepSeek और अन्य बड़े भाषा मॉडल के साथ चैट करें।

मीडिया अपलोडइमेज एडिटिंग और इमेज-टू-वीडियो वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server आपके IDE को Model Context Protocol के माध्यम से 400+ AI मॉडल से जोड़ता है। किसी भी MCP-संगत क्लाइंट के साथ काम करता है।

समर्थित क्लाइंट

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ समर्थित क्लाइंट

इंस्टॉल करें

npx -y atlascloud-mcp

कॉन्फ़िगरेशन

अपने IDE की MCP सेटिंग्स फ़ाइल में निम्नलिखित कॉन्फ़िगरेशन जोड़ें।

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

उपलब्ध टूल

atlas_generate_imageटेक्स्ट प्रॉम्प्ट से इमेज जनरेट करें।

atlas_generate_videoटेक्स्ट या इमेज से वीडियो बनाएँ।

atlas_chatबड़े भाषा मॉडल के साथ चैट करें।

atlas_list_models400+ उपलब्ध AI मॉडल ब्राउज़ करें।

atlas_quick_generateऑटो मॉडल चयन के साथ एक-चरण कंटेंट निर्माण।

atlas_upload_mediaAPI वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/mcp-server

API स्कीमा

{
  "info": {
    "description": "The AtlasCloud API.",
    "title": "AtlasCloud API",
    "version": "1.0.0"
  },
  "paths": {
    "/api/v1/model/generateVideo": {
      "post": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        },
        "requestBody": {
          "required": true,
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          }
        }
      },
      "x-api-name": "model_run"
    },
    "/api/v1/model/result/{request_id}": {
      "get": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "Result of the request."
          }
        },
        "parameters": [
          {
            "in": "path",
            "name": "request_id",
            "schema": {
              "type": "string",
              "description": "Request ID"
            },
            "required": true
          }
        ]
      },
      "x-api-name": "model_result"
    }
  },
  "openapi": "3.0.0",
  "servers": [
    {
      "url": "https://api.atlascloud.ai"
    }
  ],
  "components": {
    "schemas": {
      "Input": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "sync/lipsync-v3"
          },
          "video_url": {
            "description": "URL of the input video whose lips will be re-synced. Public URL or Base64. Formats: mp4/mov/webm.",
            "type": "string",
            "x-ui-component": "uploader"
          },
          "audio_url": {
            "description": "URL of the driving audio to sync the lips to. Public URL or Base64. Formats: wav/mp3/m4a.",
            "type": "string",
            "x-ui-component": "uploader"
          },
          "sync_mode": {
            "description": "How to handle duration mismatch between video and audio. cut_off: trim to shorter; loop: repeat video; bounce: ping-pong; silence: pad audio; remap: time-remap.",
            "type": "string",
            "default": "cut_off",
            "enum": [
              "cut_off",
              "loop",
              "bounce",
              "silence",
              "remap"
            ]
          }
        },
        "required": [
          "model",
          "video_url",
          "audio_url",
          "sync_mode"
        ],
        "type": "object",
        "x-order-properties": [
          "model",
          "video_url",
          "audio_url",
          "sync_mode"
        ]
      },
      "PredictionResponse": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "sync/lipsync-v3"
          },
          "created_at": {
            "description": "ISO timestamp of when the request was created.",
            "format": "date-time",
            "type": "string"
          },
          "has_nsfw_contents": {
            "description": "NSFW detection per output.",
            "items": {
              "type": "boolean"
            },
            "type": "array"
          },
          "id": {
            "description": "Unique identifier for the prediction.",
            "type": "string"
          },
          "outputs": {
            "description": "Array of URLs to the generated video (empty until completed).",
            "items": {
              "type": "string"
            },
            "type": "array"
          },
          "status": {
            "description": "Status: created, processing, completed, or failed.",
            "type": "string"
          },
          "urls": {
            "description": "Object containing related API endpoints.",
            "type": "object"
          }
        },
        "type": "object"
      }
    },
    "securitySchemes": {
      "apiKeyAuth": {
        "in": "header",
        "name": "Authorization",
        "type": "apiKey"
      }
    }
  }
}

LLM के लिए प्रॉम्प्ट टेम्पलेट

# sync/lipsync-v3

> Sync.so Lipsync v3 (sync-3) is Sync Labs state-of-the-art lip-sync model, re-syncing the lips of an existing video to a new audio track with industry-leading naturalness.


## Overview

- **Submit endpoint (POST)**: `https://api.atlascloud.ai/api/v1/model/generateVideo` — start an async generation; returns a `prediction_id`
- **Poll endpoint (GET)**: `https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}` — poll this until the prediction finishes
- **Model ID**: `sync/lipsync-v3`


## API Information

This model can be used via our HTTP API or more conveniently via our client libraries.
See the input and output schema below, as well as the usage examples.


### Input Schema

The API accepts the following input parameters:

- **`model`** (`string`, _required_):
  model name
  - Default: `"sync/lipsync-v3"`

- **`video_url`** (`string`, _required_):
  URL of the input video whose lips will be re-synced. Public URL or Base64. Formats: mp4/mov/webm.

- **`audio_url`** (`string`, _required_):
  URL of the driving audio to sync the lips to. Public URL or Base64. Formats: wav/mp3/m4a.

- **`sync_mode`** (`string`, _required_):
  How to handle duration mismatch between video and audio. cut_off: trim to shorter; loop: repeat video; bounce: ping-pong; silence: pad audio; remap: time-remap.
  - Default: `"cut_off"`
  - Options: "cut_off", "loop", "bounce", "silence", "remap"



**Required Parameters Example**:

```json
{
  "model": "sync/lipsync-v3",
  "video_url": "",
  "audio_url": "",
  "sync_mode": "cut_off"
}
```


**Full Example**:

```json
{
  "model": "sync/lipsync-v3",
  "video_url": "",
  "audio_url": "",
  "sync_mode": "cut_off"
}
```


### Output Schema

The API returns the following output format:


- **`model`** (`string`, _optional_):
  model name
  - Default: `"sync/lipsync-v3"`

- **`created_at`** (`string`, _optional_):
  ISO timestamp of when the request was created.

- **`has_nsfw_contents`** (`array[boolean]`, _optional_):
  NSFW detection per output.

- **`id`** (`string`, _optional_):
  Unique identifier for the prediction.

- **`outputs`** (`array[string]`, _optional_):
  Array of URLs to the generated video (empty until completed).

- **`status`** (`string`, _optional_):
  Status: created, processing, completed, or failed.

- **`urls`** (`object`, _optional_):
  Object containing related API endpoints.



**Example Response**:

```json
{
  "model": "sync/lipsync-v3",
  "created_at": "",
  "has_nsfw_contents": [],
  "id": "",
  "outputs": [
    ""
  ],
  "status": "",
  "urls": {}
}
```


## Usage Examples

### cURL

```bash
# Step 1: Start generation (async)
curl -X POST "https://api.atlascloud.ai/api/v1/model/generateVideo" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "sync/lipsync-v3",
  "video_url": "",
  "audio_url": "",
  "sync_mode": "cut_off"
}'

# Response will contain: {"code": 200, "data": {"id": "prediction_id", "status": "processing"}}

# Step 2: Poll for result (replace {prediction_id} with the id returned above)
curl -X GET "https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

# Keep polling until status is "completed", "succeeded" or "failed"
# When completed, outputs will contain the generated content URL(s)
```

## Additional Resources

### Documentation

- [Model Playground](https://www.atlascloud.ai/models/sync/lipsync-v3)

कोई उदाहरण उपलब्ध नहीं

लोड हो रहा है...