01
정지 이미지 선택
얼굴이나 캐릭터가 선명할수록 좋습니다. 사진, 일러스트, 애니, 반려동물 모두 가능합니다.
실시간 도구
말하는 영상 생성
이미지 + 오디오 입력, MP4 출력. 공식 Wan-AI Hugging Face Space를 호출하므로 DashScope 키가 필요 없습니다.
공식 Space를 불러오는 중입니다. 절전 상태라면 깨어나는 데 1분 정도 걸릴 수 있습니다.
무엇인가
Wan 2.2 S2V는 음성 구동 영상이지, 입 모양만 맞추는 도구가 아닙니다
Wan 2.2 Speech to Video는 정지 이미지와 오디오로 인물이 말하거나 노래하거나 연기하는 영상을 만듭니다. Wan 2.2 패밀리의 S2V 변형으로 토킹 포토, 노래 캐릭터, 오디오 구동 아바타를 겨냥합니다.
입만 움직이는 립싱크와 달리 오디오가 입술, 표정, 머리, 종종 상체 움직임까지 이끕니다. 토킹 포토, 노래 사진, 오디오 투 비디오, AI 립싱크, 토킹 아바타 검색은 대개 이 작업입니다.
사용 방법
이 데모에는 이미지, 오디오, 해상도만 필요합니다.
02
말하기 또는 노래 추가
영상 길이는 오디오를 따릅니다. 깨끗한 보컬이 노이즈보다 입 모양을 읽기 쉽습니다.
03
480P 또는 720P
기능 확인은 480P가 빠릅니다. 720P는 더 선명하지만 공개 대기열이 더 깁니다.
이미지 요구사항
- 주인공을 크게, 가리지 마세요.
- 정면 또는 3/4 뷰가 극단적 측면보다 안정적입니다.
- 한 명의 주인공이 단체 사진보다 낫습니다.
- 사진, 그림, 스타일화된 캐릭터 모두 가능합니다.
오디오 요구사항
- 말하기, 노래, 퍼포먼스 오디오가 모두 해당됩니다.
- 화려한 믹스보다 목소리 명료함이 중요합니다.
- 짧은 클립이 무료 공개 대기열에 더 유리합니다.
- 이 데모는 MP3, WAV, M4A를 기대합니다.
실제로 많이 만드는 것
같은 Image + Audio 파이프로 토킹 포토, 노래, 애니 커버, 반려동물 말하기를 만듭니다.
토킹 포토
인물 사진에 대사를 줍니다. 설명, 인사, 토킹 아바타에 유용합니다.
노래하는 사진
얼굴과 보컬을 짝짓습니다. 노래는 단순 입 오버레이가 아닌 퍼포먼스로 다뤄집니다.
애니 노래
그림이 선명하면 일러스트·애니 캐릭터도 노래에 맞춰 움직일 수 있습니다.
반려동물 말하기
반려동물 사진과 짧은 목소리는 흔한 놀이입니다. 동물을 크게 담으세요.
S2V vs 립싱크
이미 있는 영상에서 입만 맞추면 립싱크 편집기로 충분할 수 있습니다. S2V는 정지 이미지와 오디오로 새 영상을 만듭니다.
| 항목 | Wan 2.2 S2V | 일반 립싱크 |
|---|---|---|
| 움직임 | 오디오로 얼굴, 표정, 몸 퍼포먼스 구동 | 기존 클립의 입 모양이 중심 |
| 입력 | 정지 이미지 + 오디오 | 기존 영상 + 오디오 |
| 스타일 | 말하기, 노래, 퍼포먼스 | 대개 대사만 |
| 적합한 용도 | 토킹 포토, 노래 캐릭터, 오디오 투 비디오 | 이미 가진 영상의 대사 교체 |
S2V 페어링 팁
이 공개 데모에는 텍스트 프롬프트가 없습니다. 이미지와 오디오가 연출합니다. 공식 API에 style/prompt가 생겨도 이 조합은 유효합니다.
- 01. 에너지를 맞추세요. 차분한 목소리는 차분한 초상, 힘 있는 보컬은 퍼포머 포즈.
- 02. 얼굴 주변에 여백을 남겨 머리 움직임이 잘리지 않게 하세요.
- 03. 배경이 단순하면 퍼포먼스가 더 잘 보입니다.
- 04. 오디오에 화자가 한 명인 편이 겹치는 목소리보다 깨끗합니다.
Wan 2.2 S2V FAQ
여기서 정말 무료인가요?
공식 Wan-AI 공개 Hugging Face Space를 쓰므로 방문자는 API 키 없이 Image + Audio를 시험할 수 있습니다. 무료 데모 백엔드이며 프로덕션 할당 보장은 아닙니다.
DashScope에 S2V 무료 할당이 있나요?
없습니다. 베이징 리전 wan2.2-s2v는 무료 할당이 없습니다. 예전 '100초 무료'로 계획하지 마세요.
GPU나 내 키가 필요하나요?
이 데모에는 필요 없습니다. 백엔드는 Space 운영자가 제공합니다. 14B Apache 2.0 가중치 자체 호스팅은 다른 경로이며 공식 요구 VRAM이 매우 큽니다.
왜 대기하거나 실패하나요?
공개 Space는 절전, 제한, 일시 중지가 가능합니다. 480P, 짧은 오디오, 공식 Space 탭, ModelScope 예비를 시도하세요.
AI 립싱크와 같나요?
관련되지만 더 넓습니다. 립싱크는 기존 영상의 입을 고치는 경우가 많고, S2V는 정지 이미지와 오디오로 새 말하기/노래 영상을 생성합니다.
유료 제품 백엔드로 써도 되나요?
안정적인 프로덕션 API로는 권하지 않습니다. 수요를 확인한 뒤 유료 제공자를 쓰세요. 이 페이지는 기능 검증용입니다.