OmniHuman 1.5-এর মাধ্যমে একটিমাত্র প্রতিকৃতিকে জীবন্ত করে তুলুন — একটি ছবি ও একটি অডিও ক্লিপ আপলোড করুন (অথবা টেক্সট টাইপ করে একটি কণ্ঠস্বর বেছে নিন) এবং সিঙ্ক করা ঠোঁট, অভিব্যক্তি ও অঙ্গভঙ্গিসহ একটি বাস্তবসম্মত কথা বলা অ্যাভাটার তৈরি করুন।
অন্যান্য ভিডিও মডেলের সাথে OmniHuman 1.5-এর তুলনা করুন — একই ওয়ার্কস্পেস, এক ক্লিকেই পরিবর্তনযোগ্য।
বাইটড্যান্সের অমনিহিউম্যান 1.5 অডিও থেকে একটি একক প্রতিকৃতি তৈরি করে: এতে থাকে সিঙ্ক করা ঠোঁট, স্বাভাবিক অভিব্যক্তি এবং পুরো শরীরের অঙ্গভঙ্গি যা কণ্ঠস্বরের ছন্দ ও অর্থের সাথে সাড়া দেয় — শুধু মুখের নড়াচড়া নয়। একটি ছবি ও একটি ক্লিপ আপলোড করুন, অথবা টেক্সট টাইপ করে একটি কণ্ঠস্বর বেছে নিন।
OmniHuman 1.5-কে একটিমাত্র পোর্ট্রেট এবং একটি অডিও ক্লিপ দিলেই এটি ব্যক্তির পরিচয়, মুখের গড়ন এবং আলো অক্ষুণ্ণ রেখে, নির্ভুল লিপ-সিঙ্ক সহ মুখটিকে একটি বিশ্বাসযোগ্য কথ্য অভিনয়ে অ্যানিমেট করে। কোনো রিগিং, গ্রিন স্ক্রিন বা স্টুডিওর প্রয়োজন নেই।
সাধারণ টকিং-হেড টুলগুলোর থেকে ভিন্ন, OmniHuman 1.5 অডিওর ছন্দ, স্বরভঙ্গি এবং অর্থ বুঝে মাথার নড়াচড়া, অঙ্গভঙ্গির পরিবর্তন ও হাতের ইশারা নিয়ন্ত্রণ করে — ফলে অ্যাভাটারটি শুধু মুখ নাড়ানো একটি স্থির প্রতিকৃতির মতো না হয়ে, একজন সত্যিকারের উপস্থাপকের মতোই জোর দেয়, থামে এবং প্রতিক্রিয়া দেখায়।
আপনার কাছে কোনো অডিও নেই? টেক্সট মোডে চলে যান: অ্যাভাটার কী বলবে তা টাইপ করুন, বিল্ট-ইন টেক্সট-টু-স্পিচ লাইব্রেরি থেকে একটি ভয়েস বেছে নিন, এবং OmniHuman 1.5 আপনার জন্য কথ্য পারফরম্যান্সটি তৈরি করে দেবে। স্ক্রিপ্ট অনুযায়ী উপস্থাপনা, ব্যাখ্যা এবং সোশ্যাল ক্লিপের জন্য এটি আদর্শ।
এই মডেলটি বিভিন্ন ধরনের অডিওর সাথে নিজেকে মানিয়ে নিতে পারে — যেমন শান্ত স্বরে বর্ণনা, ভাবপূর্ণ সংলাপ, এমনকি গানও — এবং ক্যামেরা ও অঙ্গভঙ্গির দিকনির্দেশনার জন্য ঐচ্ছিক টেক্সট নির্দেশনা অনুসরণ করতে পারে, যার ফলে মার্কেটিং, প্রশিক্ষণ এবং সোশ্যাল কন্টেন্টের জন্য উপযুক্ত পরিশীলিত ফলাফল পাওয়া যায়।
ফাঁকা prompt বক্স থেকে তৈরি ক্লিপ পর্যন্ত — তিন ধাপ।
মডেল পিকার খুলে OmniHuman 1.5 বেছে নিন। আপনি কিছু খরচ করার আগেই প্যানেল তার ক্রেডিট খরচ, রেজোলিউশন অপশন ও দৈর্ঘ্যের সীমা দেখিয়ে দেয়।
বিষয়, অ্যাকশন এবং ক্যামেরা কীভাবে চলবে তা লিখুন। ক্লিপটি কোনো নির্দিষ্ট ছবি থেকে শুরু করাতে চাইলে প্রথম ফ্রেম যুক্ত করুন।
ক্লিপটি ডাউনলোড করুন, লম্বা করুন, কিংবা আরও এডিটিংয়ে পাঠান। prompt, মডেল ও সেটিংস আপনার হিস্ট্রিতে এর সঙ্গেই থেকে যায়।
একটি অ্যাকাউন্ট, সম্পূর্ণ ইমেজ এবং ভিডিও জেনারেশন ওয়ার্কফ্লো।
ফ্রি টিয়ারের প্রতিদিনের ক্রেডিট দিয়েই OmniHuman 1.5 চালান, অথবা প্রিমিয়াম মডেল, দ্রুততর জেনারেশন এবং 4K আউটপুটের জন্য আপগ্রেড করুন।
শুরু করার জন্য আদর্শ
বার্ষিক বিল করা হয় · $240/বছর
বার্ষিক বিল করা হয় · $300/বছর
OmniHuman 1.5 হলো বাইটড্যান্সের অডিও-চালিত অ্যাভাটার মডেল: এটি একটিমাত্র প্রতিকৃতি এবং একটি ভয়েস ট্র্যাককে সমন্বিত ঠোঁট, অভিব্যক্তি এবং অঙ্গভঙ্গিসহ একটি বাস্তবসম্মত কথা বলা ভিডিওতে রূপান্তরিত করে।
একজন ব্যক্তির একটি স্পষ্ট পোর্ট্রেট ছবি, সাথে একটি অডিও ক্লিপ (mp3/wav) অথবা — টেক্সট মোডে — আপনার পছন্দের টেক্সট এবং বিল্ট-ইন লাইব্রেরি থেকে বেছে নেওয়া একটি ভয়েস, যা মূল অডিওতে সিন্থেসাইজ করা হয়।
প্রতি জেনারেশনে সর্বোচ্চ 35 সেকেন্ডের অডিও। এর চেয়ে দীর্ঘ স্ক্রিপ্ট একাধিক ক্লিপে ভাগ করে নেওয়াই শ্রেয়। বিলিং অডিওর প্রতি সেকেন্ড অনুযায়ী করা হবে এবং তা নিকটতম পূর্ণ সংখ্যায় রূপান্তর করা হবে।
হ্যাঁ। OmniHuman 1.5 অডিওর ছন্দ ও অর্থের সাথে সঙ্গতি রেখে মাথার নড়াচড়া, অঙ্গভঙ্গি এবং হাতের ইশারা তৈরি করে, ফলে অ্যাভাটারটি শুধু ঠোঁট মেলানোর পরিবর্তে অভিনয় করে।
ভালো আলো এবং বাধাহীন মুখসহ একজন স্পষ্ট দৃশ্যমান সম্মুখমুখী ব্যক্তি। দলবদ্ধ ছবি, খুব ছোট মুখ বা মুখমণ্ডল ভালোভাবে ঢাকা থাকলে ছবির মান কমে যায় বা ছবি ত্রুটিপূর্ণ হতে পারে।
উৎপাদিত অডিওর প্রতি সেকেন্ডের জন্য। তৈরি করার আগেই সঠিক ক্রেডিট খরচ দেখানো হয়, এবং ব্যর্থ রানগুলোর টাকা স্বয়ংক্রিয়ভাবে ফেরত দেওয়া হয়।
OmniHuman 1.5 avatar model integrated with a 60-voice TTS library (6 voice archetypes × 10 languages) and ready-made avatar gallery.
