Меняет исходное видео так, чтобы два персонажа (слева и справа в кадре) говорили или пели по двум отдельным аудиодорожкам, с подгонкой губ и мимики под звук. Цена: Fast - 3 ₽/сек., Обычная 480p - 6 ₽/сек., Обычная 720p - 12 ₽/сек.
Диалог двоих в кафе
Две дорожки: вопрос парня справа, ответ девушки слева, порядок «Справа → слева». Людей в кадре не существует.
InfiniteTalk Video Multi — нейросеть MeiGen-AI, которая делает из видео диалог двух людей: человек слева произносит одну запись, человек справа — другую. Губы, взгляд и мимика каждого подстраиваются под его реплики, а фон и жесты остаются из вашего ролика.
Обычный липсинк, то есть подгонка губ под звук, работает с одним голосом. Если в кадре двое, а запись одна, непонятно, чей рот должен двигаться. Эта нейросеть собирает диалог в видео из двух отдельных дорожек: Аудио слева достаётся человеку слева, Аудио справа — тому, кто справа (стороны считаются так, как вы смотрите на экран). MeiGen-AI выложила модель в августе 2025 года, и режим для нескольких говорящих у неё описан отдельно. Ниже три пробы на одном и том же ролике.
Исходник сделан на сайте, этих людей не существует. Кадр с девушкой и парнем за столиком кафе нарисовала GPT Image 2, ролик из него сняла Grok Video 1.5: 10 секунд, 1280×704, оба молча улыбаются, парень берёт чашку. Голоса тоже синтезированы, а не записаны с живых людей.
Готовый пример со страницы. Две фразы озвучили в нейросети Мега: вопрос парня («Слушай, ты уже купила билеты на поезд до Питера?», 4,1 секунды) лёг в поле Аудио справа, ответ девушки («Купила. Места у окна, едем в пятницу вечером», 3,9 секунды) — в Аудио слева. В поле Порядок выбрали «Справа → слева», чтобы первым спросил парень. Режим Fast.
исходник, 10 секунд без речи
InfiniteTalk Video Multi · Fast, «Справа → слева» · от 3 ₽/сек.
Вышло 8 секунд, две фразы подряд, а последние две секунды исходника нейросеть отбросила. Распознавание речи услышало оба предложения в нужном порядке. Пока говорит парень, девушка слушает с закрытым ртом.
Жесты взяты из исходника, но не копией кадр в кадр: лица и позы нарисованы заново, и кадр результата с кадром оригинала один в один не совпадает.
По очереди звучат только две записи, значит и реплик две. Для живого разговора есть приём с паузами в дорожках, его подробно разобрали на фото в статье InfiniteTalk Multi, а здесь проверили на готовом видео. Три короткие фразы озвучили в ElevenLabs v3 голосами Alice и Brian, а потом склеили две дорожки одинаковой длины, 5,9 секунды. На левой девушка спрашивает, молчит, пока отвечает парень, и договаривает. На правой тишина, ответ парня и снова тишина.
Левая дорожка:
Правая дорожка:
Реплики: «А зарядку ты взял?», «Взял. И бутерброды тоже!», «Ну всё, едем!» Поле Задание пустое.
InfiniteTalk Video Multi · Fast, «Одновременно» · от 3 ₽/сек.
Ждали около двух с половиной минут. При «Одновременно» длина ролика равна более длинной дорожке, так что получилось те же 5,9 секунды. Все три фразы стоят на своих местах.
По кадрам видно, что тишина в дорожке работает: пока говорит один, второй держит рот закрытым и улыбается. На последней фразе девушка повёрнута к собеседнику вполоборота, и губы всё равно двигаются под слова. А парень в эту секунду подносит чашку ко рту, потому что так было в исходнике. Совпади его реплика с глотком кофе, получилось бы странно, так что паузы удобнее расставлять, глядя на исходный ролик.
Те же видео и дорожки мы прогнали в режиме «Обычная» с качеством 480p. Ждать пришлось дольше, около трёх минут.
InfiniteTalk Video Multi · Fast, 640×352 · от 3 ₽/сек.
InfiniteTalk Video Multi · Обычная, 480p (848×464) · от 3 ₽/сек.
Диалог в обоих роликах одинаковый, реплики стоят на тех же местах. Разница в кадре. В форме у Fast стоит «480p», а на деле он присылает 640×352, тогда как «Обычная» 480p присылает 848×464. На телефоне это почти незаметно, зато на экране ноутбука видно сразу, что в Fast кудри девушки сливаются в одно пятно, а огни за окном расплываются. Увеличенный кусок кадра:
Позы в двух роликах тоже чуть разные: модель каждый раз рисует сцену заново. 720p мы не запускали.
Нужен ролик, где двое стоят или сидят рядом. Запись того, кто слева, кладите в Аудио слева, запись соседа — в Аудио справа. Разработчики пишут, что модель опирается на отдельные кадры исходника и перерисовывает сцену под звук целиком, вместе с выражением лица и поворотом головы. Обстановка, одежда и движения рук остаются из вашего видео.
Поле Порядок решает, как сводятся две записи. «Слева → справа» и «Справа → слева» ставят их одну за другой, и ролик длится как обе вместе. «Одновременно» запускает обе с нуля, и ролик длится как более длинная: так собирают разговор из трёх и больше реплик, как в пробе выше.
Сколько длится результат, решают записи: если видео длиннее, конец отрезается, поэтому берите исходник не короче диалога. Голоса она не придумывает, ей нужны готовые записи: свои, дикторские или синтезированные. Когда обе дорожки загружены, сумма видна на кнопке Отправить. Результат появится в ленте над статьёй и будет храниться неделю в Моих результатах, а чтобы он не пропал, скачайте его или добавьте в библиотеку.
| Поле | Что задаёт | Совет |
|---|---|---|
| Режим | скорость и чёткость | Fast для проверки таймингов, «Обычная» для финала |
| Качество | 480p или 720p, второе только в «Обычной» | 720p, если ролик будут смотреть на большом экране |
| Видео | ролик до 10 минут, двое в кадре | оба лица видны, люди не меняются местами и не заслоняют друг друга |
| Аудио слева | реплики человека слева (если смотреть на экран) | только голос, без музыки и фонового гула |
| Аудио справа | реплики человека справа | то же; обе записи вместе — не длиннее 10 минут |
| Порядок | «Одновременно», «Слева → справа» или «Справа → слева» | по очереди, когда реплик две; «Одновременно», когда паузы расставлены в дорожках |
| Задание | подсказка словами про манеру речи | можно не заполнять, во всех наших пробах оно было пустым |
Губы двигаются, пока в дорожке есть голос. Поэтому всю режиссуру диалога задают записи, настройки тут почти ни при чём.
Задание можно оставить пустым. Если хочется подсказать манеру, пишите про обоих сразу: мы такое не проверяли, так что считайте это отправной точкой.
Двое говорят дружелюбно и спокойно, слушающий кивает и улыбается.
Оплачиваются секунды готового ролика. По очереди это сумма двух записей, при «Одновременно» берётся длина более длинной. Сколько длится исходное видео, для цены неважно, дробные секунды округляются в большую сторону, а всё, что короче пяти секунд, оплачивается как пять.
| Режим | Качество | Записи и порядок | Цена |
|---|---|---|---|
| Fast | — | 2 + 2 секунды по очереди (считается как 5) | 15 ₽ |
| Fast | — | 4 + 4 секунды по очереди | 24 ₽ |
| Fast | — | две дорожки по 6 секунд, «Одновременно» | 18 ₽ |
| Обычная | 480p | 4 + 4 секунды по очереди | 48 ₽ |
| Обычная | 720p | 4 + 4 секунды по очереди | 96 ₽ |
| Fast | — | минутный диалог, «Одновременно» | 180 ₽ |
| Обычная | 720p | минутный диалог, «Одновременно» | 720 ₽ |
При «Одновременно» оплачивается и тишина в конце дорожки, поэтому обрезайте обе по последней фразе. Для проб таймингов хватает Fast.
У InfiniteTalk на сайте четыре версии. InfiniteTalk Video меняет речь одного человека в ролике. Video Multi добавляет вторую дорожку и поле Порядок, поэтому подходит для разговора. Если видео нет, а есть только картинка с двумя героями, нужна InfiniteTalk Multi: движения она придумает сама. InfiniteTalk оживляет одно фото под один голос. Другие модели липсинка мы прогнали на одном ролике в разделе «Липсинк». Формы четырёх версий:
| Нейросеть | Цена | На входе | Кто говорит | Режимы и кадр |
|---|---|---|---|---|
| InfiniteTalk | от 3 ₽/сек. | фото и одна запись до 10 минут | один человек | «Обычная»: 480p или 720p; «Быстрая»: кадр меньше 480p, у портрета 3:4 вышло 400×544 |
| InfiniteTalk Multi | от 3 ₽/сек. | фото и две записи, вместе до 10 минут | двое, слева и справа: по очереди или одновременно | «Обычная»: 480p или 720p; Fast: только 480p, у фото 16:9 вышло 640×352 |
| InfiniteTalk Video | от 3 ₽/сек. | видео до 10 минут и одна запись до 10 минут, по желанию маска | один человек | Fast: только 480p, у ролика 16:9 вышло 640×352; «Обычная»: 480p или 720p |
| InfiniteTalk Video Multi | от 3 ₽/сек. | видео до 10 минут и две записи, вместе до 10 минут | двое, слева и справа: по очереди или одновременно | Fast: только 480p, у ролика 16:9 вышло 640×352; «Обычная»: 480p или 720p |
Диалог из одного фото двух людей делает и модель другого разработчика:
| Нейросеть | Цена | Что делает | Когда брать |
|---|---|---|---|
| LongCat Avatar 1.5 Multi | от 6 ₽/сек. | фото двух человек и две дорожки; по очереди или одновременно; 480p или 720p | видео нет, нужен ещё один вариант диалога из снимка |
Описание обновлено 20 октября 2026 г.