Muat naik foto potret dan trek audio (sehingga 35s), dan OmniHuman 1.5 menjana video avatar yang boleh bercakap dengan bibir yang disegerakkan dan gerakan semula jadi.
Satu potret serta skrip menjadi jurucakap yang hidup — bibir, ekspresi dan gerak isyarat segerak. Tiada kamera, tiada 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, riak wajah dan pergerakan badan di halaman ini.
Potret bergaya penyampai yang dijana di CreateVision AI — sebaik anda menambah audio, mana-mana satu boleh memacu video avatar yang bercakap.
Penjana avatar AI (manusia digital) yang lengkap: muat naik potret dan klip audio — atau taip skrip dan pilih suara — dan dapatkan video bercakap seperti hidup dengan bibir yang disegerakkan, ekspresi semula jadi dan gerak isyarat. Dikuasakan oleh ByteDance OmniHuman 1.5, tiada kamera, pelakon atau studio diperlukan.
Tiada penggambaran, tiada pelakon, tiada skrin hijau. Muat naik satu gambar seseorang yang jelas dan ubahnya menjadi penyampai yang menyampaikan skrip anda. Cipta hos digital yang boleh diguna semula untuk penjelasan produk, pengenalan kursus, pengumuman dan iklan — dan jana semula baris baharu pada bila-bila masa tanpa perlu merakam semula.
Sudah mempunyai rakaman suara? Muat naik dan avatar akan disegerakkan bibirnya. Tiada audio? Tukar ke mod teks — taip apa yang sepatutnya dinyatakan oleh avatar, pilih suara daripada pustaka teks-ke-pertuturan terbina dalam dan skrip akan disintesis ke dalam audio pemacu untuk anda. Anggaran tempoh dan kos kredit ditunjukkan sebelum anda menjana.
OmniHuman 1.5 membaca rentak, prosodi dan makna audio untuk memacu pergerakan kepala, postur dan gerak isyarat tangan di samping penyegerakan bibir yang tepat, sambil mengekalkan identiti dan pencahayaan seseorang. Hasilnya berfungsi seperti penyampai sebenar dan bukannya potret statik dengan mulut yang beranimasi.
Siarkan klip jurucakap untuk iklan dan halaman pendaratan, pelajaran yang diriwayatkan dan onboarding untuk latihan, siaran talking-head untuk media sosial atau versi berbilang bahasa bagi mesej yang sama. Setiap generasi disimpan dalam sejarah dengan inputnya, supaya anda boleh mengulang dan menghasilkan variasi dengan pantas.
| Input | Satu foto potret bersama sama ada fail audio yang dimuat naik atau skrip yang ditaip. |
|---|---|
| Panduan foto potret | Menghadap ke depan, cahaya mencukupi, seluruh wajah kelihatan dan berada dalam fokus. Cermin mata hitam dan bayang pekat mengurangkan ketepatan lip sync. |
| Panjang audio | Sehingga 35 saat bagi setiap penjanaan — lebih kurang 85 patah perkataan yang dituturkan. |
| Pustaka suara | 60 suara terbina dalam merentas 10 bahasa, dengan pratonton yang boleh didengar sebelum anda menjana. |
| Model | OmniHuman 1.5, yang memacu lip sync, riak wajah, serta gerakan kepala dan badan yang semula jadi. |
| Kos | Dicaj bagi setiap saat output seperti penjanaan video yang lain; dipaparkan sebelum anda menjana. |
| Output | Klip yang boleh dimuat turun, disimpan dalam sejarah anda bersama potret sumber dan skripnya. |
Satu potret, satu trek suara, satu klip.
Foto yang jelas dan menghadap ke hadapan paling berkesan. AI avatar video generator membaca wajah daripada satu bingkai ini sahaja.
Muat naik fail audio, atau taip skrip lalu pilih daripada pustaka suara terbina dalam. Audio boleh berdurasi sehingga 35 saat.
Model menyelaraskan gerak bibir, riak wajah dan pergerakan kepala yang semula jadi dengan audio, lalu memulangkan klip yang boleh anda muat turun atau panjangkan.
Di sini tiada gesaan imej — potret dan audio yang melakukan kerjanya. Apa yang anda tulis ialah skripnya, dan pilihan dalam skrip itulah yang menentukan sama ada hasilnya kelihatan semula jadi.
Mulakan dengan sesuatu yang pendek. Saat pertama itulah tempat lip sync paling ketara kelihatan.
Hai — satu perkara ringkas.
Kekalkan ayat di bawah lebih kurang 15 patah perkataan. Klausa yang panjang menghasilkan jeda yang tidak semula jadi.
Serum ini ada dua bahan. Itu sahaja keseluruhan formulanya.
Koma dan noktah menjadi tarikan nafas. Gunakannya di tempat anda benar-benar akan berhenti.
Ia menjadi — dan hanya mengambil sepuluh saat.
Lebih kurang 2.5 patah perkataan sesaat. Tulis mengikut panjang klip yang anda mahukan.
~85 patah perkataan untuk klip 35 saat
Produk revolusioner kami menggunakan teknologi termaju untuk menyampaikan hasil yang tiada tandingan bagi pelanggan berpandangan tajam yang mendambakan kecemerlangan.
Inilah bahagian yang orang sentiasa tanya. Dua bahan, tanpa pengisi. Anda akan nampak bezanya dalam lebih kurang seminggu.
Yang pertama ialah satu ayat 19 patah perkataan yang penuh abstrak — avatar menyampaikannya dengan nada rata tanpa nafas kerana tiada tempat untuk berhenti. Yang kedua ialah tiga ayat pendek dengan titik tekanan yang semula jadi, dan itulah yang membuatkan penyampaiannya terdengar seperti manusia.
Helo dan selamat datang ke saluran kami di mana pada hari ini kita akan membincangkan lima perkara paling penting yang perlu anda ketahui tentang rutin penjagaan kulit.
Lima perkara tentang penjagaan kulit. Nombor satu itulah yang paling ramai tersilap.
Pembukaan panjang yang berterusan tanpa henti ialah tempat lip sync paling banyak menyimpang, kerana model tiada tanda baca untuk berpaut. Hook yang pendek memberinya titik tekanan yang bersih dan menambat perhatian dengan lebih baik.
Avatar bercakap hanyalah satu jenis output. Penjanaan imej dan video turut berjalan daripada akaun yang sama.
Di mana kedudukan penjanaan avatar dalam kalangan enjin video yang lebih luas.
Menghasilkan potret yang bakal anda serahkan kepada avatar generator.
Bagaimana rupa harga video sesaat merentas pelbagai enjin.
Menjana potret sumber dari mula jika anda belum memilikinya.
Enjin yang digunakan untuk b-roll di sekeliling klip avatar anda.
Video avatar dicaj sesaat sama seperti output video lain. Akaun percuma menerima 80 credits sehari untuk mencubanya.
Sesuai untuk bermula
Dikenakan bil setiap tahun · $240/tahun
Dikenakan bil setiap tahun · $300/tahun
Avatar AI ialah video percakapan yang dijana daripada seseorang yang dibina daripada satu foto dan suara. Daripada merakam, anda menyediakan potret dan audio (atau skrip + suara), dan model tersebut menganimasikan persembahan percakapan yang seperti hidup — digunakan sebagai penyampai digital, jurucakap atau pencerita.
Foto potret yang jelas dan menghadap ke hadapan, serta sama ada klip audio (mp3/wav) atau — dalam mod teks — skrip yang anda mahu sebutkan dan suara yang dipilih daripada pustaka terbina dalam. Itu sudah cukup untuk menjana video avatar yang boleh bercakap.
Ya. Muat naik rakaman audio anda sendiri dan avatar akan disegerakkan bibirnya. Jika anda tidak mempunyai rakaman, tukar kepada mod teks dan pilih suara daripada pustaka teks-ke-pertuturan.
Sehingga 35 saat audio setiap generasi. Untuk skrip yang lebih panjang, bahagikannya kepada berbilang klip. Tempoh anggaran ditunjukkan semasa anda menaip dan anda akan dibilkan mengikut saat audio.
Kegunaan biasa termasuk penjelasan dan iklan produk, narasi kursus dan onboarding, klip perbualan sosial, pengumuman dan versi mesej berbilang bahasa — di mana sahaja anda perlu merakam penyampai.
CreateVision AI menggunakan ByteDance’s OmniHuman 1.5, yang memacu penyegerakan bibir serta gerakan kepala dan gerak isyarat daripada audio. Lihat halaman model OmniHuman 1.5 untuk butiran teknikal.
Potret bercahaya cukup dan menghadap ke hadapan, di mana seluruh wajah kelihatan dan berada dalam fokus. Cermin mata hitam, bayang pekat pada wajah, sudut yang terlalu senget, atau wajah yang terlalu kecil dalam bingkai semuanya mengurangkan ketepatan lip-sync.
Tidak perlu. Anda boleh menaip skrip lalu memilih suara daripada pustaka terbina dalam yang mengandungi 60 suara dalam 10 bahasa. Memuat naik rakaman anda sendiri turut disokong jika anda lebih suka menggunakannya.
Sehingga 35 saat audio bagi setiap penjanaan. Untuk pembentangan yang lebih panjang, jana beberapa segmen lalu cantumkannya — mengekalkan potret sumber yang sama memastikan penyampai kelihatan konsisten merentas semua klip.
