虚拟人新
Wan 2.2 S2V
使用 Wan 2.2 语音转视频功能，用语音轨道为静止照片制作动画。输出将跟随您的音频，以自然的语音驱动动作呈现，分辨率可达 480p、580p 或 720p。
尝试 Wan 2.2 S2V
正在使用以下工具生成Wan 2.2 S2V每次生成 4 点
使用 Wan 2.2 S2V 创建
Studio portrait of a 25-year-old Peruvian woman with long da
Studio portrait of a friendly woman in her 30s with curly da
功能
- 照片加音频输入
- 语音驱动动作
- 480p / 580p / 720p
- 音频长度输出
规格
- 分辨率
- 480p / 580p / 720p
- 输入
- 照片、音频和提示词
- 音频限制
- 7.5秒
- 输出
- MP4 视频
输入要求
源照片*
上传图像
用于动画的正前方照片
音频文件*
上传音频
语音音频驱动运动 (最长 7.5 秒)
场景描述*
长文本
分辨率（可选）
选项
相关模型
常见问题
Wan 2.2 S2V 需要多少成本？
Wan 2.2 S2V 的费用为 每次生成 4 点额度（约 $0.40-$2.30）。您每天可获得 10 个免费额度试用。
我可以商业使用 Wan 2.2 S2V 的输出内容吗？
是的，在 Arteza 上使用 Wan 2.2 S2V 生成的所有内容都附带商业许可证。
Wan 2.2 S2V 输出什么文件格式？
带有唇音同步音频的 MP4 视频文件。