Model avatar AI
Hidupkan sebuah potret dengan OmniHuman 1.5 — unggah foto dan klip audio (atau ketik teks dan pilih suara) untuk menghasilkan avatar berbicara yang realistis dengan gerakan bibir, ekspresi, dan gerak tubuh yang tersinkronisasi.
Bandingkan OmniHuman 1.5 dengan model video lainnya — ruang kerja yang sama, satu klik untuk beralih.
Sekilas tentang apa yang orang ciptakan dengan model video AI di CreateVision AI.
OmniHuman 1.5 dari ByteDance menggerakkan satu potret dari audio: bibir yang tersinkronisasi, ekspresi alami, dan gerakan seluruh tubuh yang merespons ritme dan makna suara — bukan hanya gerakan mulut. Unggah foto dan klip, atau ketik teks dan pilih suara.
Berikan OmniHuman 1.5 sebuah potret dan klip audio, dan ia akan menganimasikan wajah tersebut menjadi penampilan berbicara yang meyakinkan dengan sinkronisasi bibir yang akurat, sambil mempertahankan identitas, struktur wajah, dan pencahayaan orang tersebut. Tanpa rigging, tanpa layar hijau, tanpa studio.
Berbeda dengan alat tampilan kepala bicara biasa, OmniHuman 1.5 membaca ritme, prosodi, dan makna audio untuk menggerakkan kepala, perubahan postur, dan gerakan tangan — sehingga avatar tersebut menekankan, berhenti sejenak, dan bereaksi seperti presenter sungguhan, bukan sekadar potret statis dengan mulut yang bergerak.
Tidak ada audio? Beralihlah ke mode teks: ketik apa yang harus diucapkan avatar, pilih suara dari pustaka teks-ke-ucapan bawaan, dan OmniHuman 1.5 akan menghasilkan ucapan untuk Anda. Ideal untuk presenter yang menggunakan naskah, video penjelasan, dan klip media sosial.
Model ini beradaptasi dengan berbagai gaya audio — narasi yang tenang, dialog yang ekspresif, bahkan nyanyian — dan dapat mengikuti panduan teks opsional untuk arah kamera dan gerakan, menghasilkan hasil yang rapi dan sesuai untuk pemasaran, pelatihan, dan konten media sosial.
Satu akun, alur kerja lengkap generasi gambar dan video.
Mulai gratis dengan kredit harian. Tingkatkan untuk model premium, generasi lebih cepat, dan output 4K.
Sempurna untuk memulai
Ditagih tahunan · $240/year
Ditagih tahunan · $300/year
OmniHuman 1.5 adalah model avatar berbasis audio dari ByteDance: model ini mengubah satu potret ditambah trek suara menjadi video berbicara realistis dengan gerakan bibir, ekspresi, dan gerak tubuh yang tersinkronisasi.
Foto potret satu orang yang jelas, ditambah klip audio (mp3/wav) atau — dalam mode teks — teks yang ingin Anda ucapkan dan suara yang dipilih dari pustaka bawaan, yang kemudian disintesis menjadi audio penggerak.
Hingga 35 detik audio per generasi. Naskah yang lebih panjang sebaiknya dibagi menjadi beberapa klip. Penagihan dihitung per detik audio, dibulatkan ke atas.
Ya. OmniHuman 1.5 menghasilkan gerakan kepala, postur, dan gestur tangan yang merespons ritme dan makna audio, sehingga avatar tersebut melakukan aksi dan bukan hanya sekadar sinkronisasi bibir.
Satu orang yang terlihat jelas menghadap ke depan dengan pencahayaan yang baik dan wajah yang tidak terhalang. Foto grup, wajah yang terlalu kecil, atau wajah yang tertutup sebagian akan mengurangi kualitas atau bahkan gagal.
Per detik audio yang dihasilkan. Biaya kredit yang tepat akan ditampilkan sebelum Anda menghasilkan audio, dan proses yang gagal akan dikembalikan secara otomatis.
