Model Library

Lip Sync & Talking Video Models

Choose the best model for dubbing, avatar videos, or text-driven generation.

16 AI video and lip sync models in one catalog
Covering video dubbing, talking avatars, audio-driven video, and text-to-video
Open a model page, preview use cases, then launch the workspace directly

Modelos de IA subjacentes e fornecedores

Os modelos abaixo impulsionam nossos fluxos de sincronização labial, fotos falantes, fala e vídeos curtos. Os nomes de produtos AudioToVideoAI identificam níveis de serviço e fluxos de trabalho; não significam que treinamos os modelos fundacionais subjacentes.

AudioToVideoAI 2 Fast / Fast Multi

Modelo: InfiniteTalk Fast · Desenvolvedor: MeiGen-AI

Baseado em Wan 2.1 de Alibaba.

Serviço de API: WaveSpeedAI

Documentação do modelo
AudioToVideoAI 2 Pro / Pro Multi

Modelo: InfiniteTalk · Desenvolvedor: MeiGen-AI

Baseado em Wan 2.1 de Alibaba.

Serviço de API: WaveSpeedAI

Documentação do modelo
AudioToVideoAI Expressive

Modelo: OmniHuman 2.0 · Desenvolvedor: ByteDance

Serviço de API: WaveSpeedAI

Documentação do modelo
LTX 2.3 / LTX Fast

Modelo: LTX-2.3 · Desenvolvedor: Lightricks

Serviço de API: fal.ai

Documentação do modelo
Zroq / Zrok

Modelo: Grok Imagine · Desenvolvedor: xAI

Serviço de API: EvoLink

Documentação do modelo
Conversão de texto em fala e clonagem de voz

Modelo: S2 Pro · Desenvolvedor: Fish Audio

Serviço de API: Fish Audio

Documentação do modelo
HeyGen Video Translate

Modelo: Video Translate · Desenvolvedor: HeyGen

Serviço de API: Replicate

Documentação do modelo

Os nomes dos modelos de terceiros identificam seus respectivos desenvolvedores. A disponibilidade depende do recurso selecionado. AudioToVideoAI é um serviço independente; a menção de um modelo não implica o endosso de seu desenvolvedor.

Normas de conteúdo de IA e denúncias

Choose the right model faster

Short answer: this catalog groups every AudioToVideoAI model by workflow so users can quickly find the best fit for dubbing, talking-head video, audio-driven generation, or text-to-video creation.

Each model page now follows the same product-style structure: simple hero, live workspace, examples, use cases, specs, and FAQ.

Video to Video

Transform existing footage with new speech and motion.

7 models

Audio to Video

Drive realistic lip sync videos from speech or music audio.

5 models

Text to Video

Generate talking videos directly from text prompts.

1 models

Browse by workflow

Category 1

Video to Video

Transform existing footage with new speech and motion.

Category 2

Audio to Video

Drive realistic lip sync videos from speech or music audio.

Category 3

Text to Video

Generate talking videos directly from text prompts.

Category 4

Dubbing

Models optimized for multilingual voice dubbing workflows.

Category 5

New

Latest models recently added to the catalog.

Why this catalog works better

Users can start from the workflow they already understand instead of decoding technical model names first.

Each card leads to a focused product page with a live creation area, example output, and quick answers before the user commits time or credits.

That makes the catalog easier to use because discovery and action now happen in the same flow.

Text to Video

Generate talking videos directly from text prompts.

1 models