Muat naik potret dan trek audio (sehingga 35s), atau taip skrip dan pilih suara, dan OmniHuman 1.5 menukar foto itu menjadi video bercakap dengan bibir segerak dan pergerakan semula jadi. Gunakan foto anda sendiri untuk membintanginya sendiri.
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.
Penjana foto bercakap 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 diselaraskan, ekspresi semula jadi dan gerak isyarat. Gunakan foto diri anda untuk menjadi penyampai. Dikuasakan oleh ByteDance OmniHuman 1.5, tanpa kamera, pelakon atau studio diperlukan.
Tiada penggambaran, tiada pelakon, tiada skrin hijau. Muat naik satu foto jelas diri anda dan anda menjadi penyampai yang membaca skrip anda, dengan suara anda sendiri atau suara pustaka. Atau gunakan foto seseorang yang telah memberi anda kebenaran dan bina hos digital boleh guna semula untuk penerangan produk, pengenalan kursus, pengumuman dan iklan. Jana semula baris baharu pada bila-bila masa tanpa penggambaran 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.
Potret bergaya penyampai yang dijana di CreateVision AI — sebaik anda menambah audio, mana-mana satu boleh memacu video avatar yang bercakap.
OmniHuman 1.5 yang menggerakkan lip sync, riak wajah dan pergerakan badan di halaman ini.
| Input | Satu foto potret bersama sama ada fail audio yang dimuat naik atau skrip yang ditaip. |
|---|---|
| Foto siapa | Milik anda sendiri, atau seseorang yang telah memberi kebenaran kepada anda. Kedua-dua foto dan suara mestilah milik anda untuk digunakan. |
| 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. |
Foto anda, kata-kata anda, satu klip.
Foto jelas menghadap depan paling berkesan: swafoto telefon, gambar kepala, atau bingkai daripada video. AI foto bercakap membaca wajah anda daripada bingkai tunggal ini.
Rakam suara anda dan muat naik audio, atau taip skrip anda dan pilih satu daripada 60 suara terbina dalam. Audio boleh berdurasi sehingga 35 saat.
Model menyelaras bibir, ekspresi dan gerakan kepala semula jadi dengan audio. Kekalkan foto yang sama dan jana baris baharu bila-bila masa anda perlukannya, tanpa penggambaran semula.
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 foto bercakap dikira mengikut saat seperti output video lain. Akaun baharu mendapat 200 kredit percuma untuk mencubanya.
Sesuai untuk bermula
Dikenakan bil setiap tahun · $240/tahun
Dikenakan bil setiap tahun · $468/tahun
Foto bercakap AI, juga dipanggil avatar AI atau manusia digital, ialah video bercakap terjana seseorang yang dibina daripada satu foto dan satu suara. Daripada merakam, anda menyediakan potret dan audio (atau skrip + suara), dan model menganimasikan persembahan bercakap 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.
Ya, dan itulah penggunaan paling biasa. Muat naik foto anda sendiri, kemudian sama ada rakam suara anda sendiri atau taip skrip dan pilih suara pustaka. Hasilnya ialah anda, menyebut kata-kata anda, tanpa persediaan kamera. Ramai pencipta menyimpan satu foto yang baik dan menjana klip baharu daripadanya setiap minggu.
Ya. Di bawah Terma Perkhidmatan CreateVision AI, kandungan yang anda jana boleh digunakan untuk tujuan peribadi dan komersial, dengan pengiktirafan kepada CreateVision AI di mana sesuai. Anda bertanggungjawab untuk memiliki hak ke atas foto dan suara yang anda muat naik, serta terhadap sebarang peraturan pendedahan AI pada platform tempat anda menerbitkan.
Matlamat sama, mekanik berbeza. Di sini foto anda adalah identiti dan audio atau skrip anda menggerakkan pertuturan, jadi hasilnya ialah klip kepala bercakap dengan segerak bibir dan bukannya adegan yang anda dimasukkan ke dalamnya. Ia berfungsi dari mana-mana satu foto, tidak memerlukan pendaftaran video, dan tidak bergantung pada aplikasi lain yang perlu kekal tersedia.
