Hidupkan satu potret dengan OmniHuman 1.5 — muat naik foto dan klip audio (atau taip teks dan pilih suara) untuk menghasilkan avatar bercakap yang realistik dengan bibir, ekspresi dan gerak isyarat yang disegerakkan.
Bandingkan OmniHuman 1.5 dengan model video lain — ruang kerja yang sama, satu klik untuk bertukar.
OmniHuman 1.5 ByteDance memacu potret tunggal daripada audio: bibir yang disegerakkan, ekspresi semula jadi dan gerak isyarat seluruh badan yang bertindak balas terhadap irama dan makna suara — bukan sekadar mulut yang bergerak. Muat naik foto dan klip, atau taip teks dan pilih suara.
Berikan OmniHuman 1.5 satu potret dan klip audio dan ia akan menganimasikan wajah tersebut menjadi persembahan bercakap yang boleh dipercayai dengan penyegerakan bibir yang tepat, sambil mengekalkan identiti, struktur wajah dan pencahayaan seseorang. Tiada pemasangan, tiada skrin hijau, tiada studio.
Tidak seperti alat kepala bercakap asas, OmniHuman 1.5 membaca rentak, prosodi dan makna audio untuk memacu pergerakan kepala, perubahan postur dan gerak isyarat tangan — jadi avatar menekankan, berhenti seketika dan bertindak balas seperti penyampai sebenar dan bukannya potret statik dengan mulut yang bergerak.
Tiada audio tersedia? Tukar kepada mod teks: taip apa yang sepatutnya dinyatakan oleh avatar, pilih suara daripada pustaka teks-ke-pertuturan terbina dalam dan OmniHuman 1.5 menjana persembahan lisan untuk anda. Sesuai untuk penyampai skrip, penerang dan klip sosial.
Model ini menyesuaikan diri dengan gaya audio yang berbeza — narasi yang tenang, dialog ekspresif, malah nyanyian — dan boleh mengikuti panduan teks pilihan untuk arah kamera dan gerak isyarat, menghasilkan hasil yang digilap yang sesuai untuk pemasaran, latihan dan kandungan sosial.
Tiga langkah daripada kotak prompt kosong kepada klip siap.
Buka pemilih model dan pilih OmniHuman 1.5. Panel menunjukkan kos kredit, pilihan resolusi, dan had tempoh sebelum anda membelanjakan apa-apa.
Tulis subjek, aksinya, dan cara kamera bergerak. Lampirkan bingkai pertama jika anda mahu klip bermula daripada imej tertentu.
Muat turun klip itu, panjangkannya, atau hantar untuk penyuntingan lanjut. Prompt, model dan tetapan kekal bersamanya dalam sejarah anda.
Satu akaun, aliran kerja penjanaan imej dan video yang lengkap.
Jalankan OmniHuman 1.5 dengan kredit harian pelan percuma, atau naik taraf untuk model premium, penjanaan lebih pantas, dan output 4K.
Sesuai untuk bermula
Dikenakan bil setiap tahun · $240/tahun
Dikenakan bil setiap tahun · $300/tahun
OmniHuman 1.5 ialah model avatar berasaskan audio ByteDance: ia menukarkan satu potret dan trek suara kepada video bercakap yang realistik dengan bibir, ekspresi dan gerak isyarat yang disegerakkan.
Foto potret individu yang jelas, serta sama ada klip audio (mp3/wav) atau — dalam mod teks — teks yang anda mahu sebutkan dan suara yang dipilih daripada pustaka terbina dalam, yang disintesis ke dalam audio pemanduan.
Sehingga 35 saat audio setiap generasi. Skrip yang lebih panjang paling baik dibahagikan kepada berbilang klip. Pengebilan adalah mengikut saat audio, dibundarkan ke atas.
Ya. OmniHuman 1.5 menghasilkan gerakan kepala, postur dan gerak isyarat tangan yang bertindak balas terhadap irama dan makna audio, jadi avatar berfungsi dan bukannya sekadar penyegerakan bibir.
Seorang individu yang jelas kelihatan menghadap ke hadapan dengan pencahayaan yang baik dan wajah yang tidak terhalang. Foto berkumpulan, wajah yang kecil atau wajah yang sangat tersumbat mengurangkan kualiti atau mungkin gagal.
Setiap saat audio yang dijana. Kos kredit yang tepat ditunjukkan sebelum anda menjana dan larian yang gagal akan dikembalikan secara automatik.
OmniHuman 1.5 avatar model integrated with a 60-voice TTS library (6 voice archetypes × 10 languages) and ready-made avatar gallery.
