Unggah foto potret dan trek audio (hingga 35 detik), dan OmniHuman 1.5 akan menghasilkan video avatar yang berbicara dengan gerakan bibir yang sinkron dan gerakan alami.
Satu potret ditambah skrip menjadi juru bicara yang hidup — bibir, ekspresi, dan gerakan tersinkron. Tanpa kamera, tanpa studio.
Hey everyone! I am so excited to share my new favorite foundation. It blends in seamlessly for a flawless, natural finish, and it actually feels lightweight all day. A little goes a long way, so one bottle lasts for months.
OmniHuman 1.5 yang menggerakkan lip sync, ekspresi, dan gerakan tubuh di halaman ini.
Foto + suara menjadi avatar berbicara yang tampak seperti manusia.
Video sinematik premium dengan audio yang disinkronkan secara native.
Konversi teks & gambar ke video, hingga resolusi 4K dengan suara opsional.
Cerita multi-bidikan dengan kontrol setingkat referensi.
Potret bergaya pembawa acara yang dibuat di CreateVision AI — begitu kamu menambahkan audio, mana pun bisa menggerakkan video avatar yang berbicara.
Generator avatar AI (manusia digital) lengkap: unggah potret dan klip audio — atau ketik skrip dan pilih suara — dan dapatkan video berbicara yang realistis dengan gerakan bibir yang sinkron, ekspresi alami, dan gerak tubuh. Didukung oleh ByteDance OmniHuman 1.5, tidak memerlukan kamera, aktor, atau studio.
Tidak perlu syuting, tidak perlu aktor, tidak perlu layar hijau. Unggah satu foto orang yang jelas dan ubah menjadi presenter yang membacakan skrip Anda. Buat pembawa acara digital yang dapat digunakan kembali untuk penjelasan produk, pengantar kursus, pengumuman, dan iklan — dan hasilkan dialog baru kapan saja tanpa perlu syuting ulang.
Sudah punya rekaman suara? Unggah dan avatar akan melakukan sinkronisasi bibir sesuai suara tersebut. Tidak ada audio? Beralih ke mode teks — ketik apa yang harus diucapkan avatar, pilih suara dari pustaka teks-ke-ucapan bawaan, dan skrip akan disintesis menjadi audio penggerak untuk Anda. Perkiraan durasi dan biaya kredit akan ditampilkan sebelum Anda membuat konten.
OmniHuman 1.5 membaca ritme, prosodi, dan makna audio untuk menggerakkan kepala, postur, dan gestur tangan bersamaan dengan sinkronisasi bibir yang akurat, sambil mempertahankan identitas dan pencahayaan orang tersebut. Hasilnya tampak seperti presenter sungguhan, bukan potret statis dengan mulut yang bergerak.
Buat klip juru bicara untuk iklan dan halaman arahan, pelajaran dan orientasi yang dinarasikan untuk pelatihan, postingan wawancara untuk media sosial, atau versi multibahasa dari pesan yang sama. Setiap generasi disimpan dalam sejarah beserta masukannya, sehingga Anda dapat melakukan iterasi dan menghasilkan variasi dengan cepat.
| Input | Satu foto potret ditambah file audio yang diunggah atau naskah yang Anda ketik. |
|---|---|
| Panduan foto potret | Menghadap depan, pencahayaan baik, seluruh wajah terlihat dan fokus. Kacamata hitam dan bayangan tebal menurunkan akurasi lip sync. |
| Durasi audio | Hingga 35 detik per pembuatan — kira-kira 85 kata yang diucapkan. |
| Pustaka suara | 60 suara bawaan dalam 10 bahasa, dengan pratinjau yang bisa didengar sebelum Anda membuat. |
| Model | OmniHuman 1.5, yang menggerakkan lip sync, ekspresi wajah, serta gerakan kepala dan tubuh yang alami. |
| Biaya | Ditagih per detik output seperti pembuatan video lainnya; ditampilkan sebelum Anda membuat. |
| Output | Klip yang bisa diunduh, tersimpan di riwayat Anda beserta potret sumber dan naskahnya. |
Satu potret, satu trek suara, satu klip.
Foto yang jelas dan menghadap ke depan paling cocok. AI avatar video generator membaca wajah hanya dari satu frame ini.
Unggah berkas audio, atau ketik naskah lalu pilih dari pustaka suara bawaan. Audio bisa berdurasi hingga 35 detik.
Model menyelaraskan gerak bibir, ekspresi, dan gerakan kepala yang alami dengan audionya, lalu mengembalikan klip yang bisa Anda unduh atau perpanjang.
Di sini tidak ada prompt gambar — potret dan audionya yang bekerja. Yang Anda tulis adalah naskahnya, dan pilihan dalam naskah itulah yang menentukan apakah hasilnya terlihat alami.
Mulailah dengan sesuatu yang pendek. Detik pertama adalah tempat lip sync paling kelihatan.
Hei — sebentar saja.
Jaga kalimat di bawah sekitar 15 kata. Anak kalimat yang panjang menghasilkan jeda yang tidak alami.
Serum ini punya dua bahan. Itu saja seluruh formulanya.
Koma dan titik menjadi tarikan napas. Pakai di tempat Anda benar-benar akan berhenti.
Ini berhasil — dan cuma butuh sepuluh detik.
Kira-kira 2,5 kata per detik. Tulis sesuai panjang klip yang Anda inginkan.
~85 kata untuk klip 35 detik
Produk revolusioner kami memanfaatkan teknologi mutakhir untuk menghadirkan hasil yang tiada banding bagi pelanggan berselera tinggi yang mendambakan keunggulan.
Ini bagian yang selalu ditanyakan orang. Dua bahan, tanpa pengisi. Bedanya akan terlihat sekitar seminggu.
Yang pertama adalah satu kalimat 19 kata penuh abstraksi — avatar membacakannya dengan nada datar tanpa napas karena tidak ada tempat untuk berhenti. Yang kedua adalah tiga kalimat pendek dengan titik tekanan yang alami, dan itulah yang membuat pembawaannya terdengar manusiawi.
Halo dan selamat datang di channel kami di mana hari ini kita akan membahas lima hal terpenting yang perlu Anda ketahui tentang rutinitas perawatan kulit.
Lima hal soal perawatan kulit. Nomor satu yang paling sering salah.
Pembuka panjang yang berlarut-larut adalah tempat lip sync paling banyak menyimpang, karena model tidak punya tanda baca untuk berpegang. Hook pendek memberinya titik tekanan yang bersih dan lebih menahan perhatian.
Avatar berbicara hanyalah satu jenis output. Pembuatan gambar dan video juga berjalan dari akun yang sama.
Di mana posisi pembuatan avatar di antara engine video yang lebih luas.
Membuat potret yang akan Anda serahkan ke avatar generator.
Seperti apa harga video per detik di berbagai engine.
Membuat potret sumber dari nol jika Anda belum punya.
Engine yang dipakai untuk b-roll di sekitar klip avatar Anda.
Video avatar ditagih per detik seperti output video lainnya. Akun gratis mendapat 80 credits per hari untuk mencobanya.
Sempurna untuk memulai
Ditagih tahunan · $240/year
Ditagih tahunan · $300/year
Avatar AI adalah video berbicara yang dihasilkan dari foto dan suara seseorang. Alih-alih merekam video, Anda menyediakan potret dan audio (atau skrip + suara), dan model tersebut akan menganimasikan penampilan berbicara yang realistis — digunakan sebagai presenter digital, juru bicara, atau narator.
Foto potret yang jelas dan menghadap ke depan, ditambah klip audio (mp3/wav) atau — dalam mode teks — skrip yang ingin Anda ucapkan dan suara yang dipilih dari perpustakaan bawaan. Itu sudah cukup untuk menghasilkan video avatar yang berbicara.
Ya. Unggah rekaman audio Anda sendiri dan avatar akan melakukan sinkronisasi bibir sesuai dengan rekaman tersebut. Jika Anda tidak memiliki rekaman, beralihlah ke mode teks dan pilih suara dari pustaka teks-ke-ucapan.
Hingga 35 detik audio per generasi. Untuk skrip yang lebih panjang, bagi menjadi beberapa klip. Perkiraan durasi ditampilkan saat Anda mengetik, dan Anda akan ditagih per detik audio.
Penggunaan umum meliputi penjelasan produk dan iklan, narasi kursus dan orientasi, klip narasumber di media sosial, pengumuman, dan versi pesan multibahasa — di mana pun Anda biasanya perlu merekam presenter.
CreateVision AI menggunakan OmniHuman 1.5 dari ByteDance, yang menggerakkan sinkronisasi bibir serta gerakan kepala dan isyarat dari audio. Lihat halaman model OmniHuman 1.5 untuk detail teknisnya.
Potret dengan pencahayaan baik dan menghadap ke depan, di mana seluruh wajah terlihat dan fokus. Kacamata hitam, bayangan pekat di wajah, sudut ekstrem, atau wajah yang terlalu kecil dalam frame semuanya menurunkan akurasi lip-sync.
Tidak. Anda bisa mengetik naskah lalu memilih suara dari pustaka bawaan yang berisi 60 suara dalam 10 bahasa. Mengunggah rekaman sendiri juga didukung jika Anda lebih suka memakainya.
Hingga 35 detik audio per pembuatan. Untuk presentasi yang lebih panjang, buat beberapa segmen lalu gabungkan — memakai potret sumber yang sama membuat presenternya konsisten di semua klip.
