Загрузите портрет и аудиодорожку (до 35s) или введите сценарий и выберите голос — и OmniHuman 1.5 превратит фотографию в говорящее видео с синхронизированными губами и естественным движением. Используйте собственное фото, чтобы сняться в ролике самому.
Один портрет и сценарий превращаются в живого спикера — синхронные губы, мимика и жесты. Без камеры и студии.
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.
Полный генератор говорящих фото с ИИ (цифровой человек): загрузите портрет и аудиоклип или введите сценарий и выберите голос — и получите реалистичное говорящее видео с синхронизированными губами, естественной мимикой и жестами. Используйте собственное фото, чтобы стать ведущим. Работает на ByteDance OmniHuman 1.5, без камеры, актёра или студии.
Без съёмок, без актёра, без зелёного экрана. Загрузите одно чёткое фото себя, и вы становитесь ведущим, который зачитывает ваш сценарий вашим голосом или голосом из библиотеки. Или возьмите фото человека, который дал вам разрешение, и создайте многоразового цифрового ведущего для объяснений продукта, вступлений к курсам, объявлений и рекламы. Перегенерируйте новые реплики в любое время без пересъёмки.
У вас уже есть голосовая запись? Загрузите её, и аватар синхронизирует движения губ с ней. Нет звука? Переключитесь в текстовый режим — наберите текст, который должен произнести аватар, выберите голос из встроенной библиотеки преобразования текста в речь, и сценарий будет синтезирован в аудиодорожку для вас. Ориентировочная продолжительность и стоимость кредитов отображаются перед созданием.
OmniHuman 1.5 считывает ритм, просодию и смысл аудио, чтобы управлять движениями головы, осанкой и жестами рук, а также точно синхронизировать движения губ, сохраняя при этом индивидуальность человека и освещение. В результате получается образ настоящего ведущего, а не статичный портрет с анимированным ртом.
Создавайте видеоролики с участием спикеров для рекламы и целевых страниц, обучающие уроки и вводные материалы для тренингов, посты с говорящими головами для социальных сетей или многоязычные версии одного и того же сообщения. Каждая версия сохраняется в истории вместе со своими исходными данными, поэтому вы можете быстро вносить изменения и создавать вариации.
Портреты в стиле ведущего, сгенерированные в CreateVision AI: любой из них можно оживить в говорящее аватар-видео, как только вы добавите звук.
За синхронизацию губ, мимику и движения тела на этой странице отвечает OmniHuman 1.5.
Фото и голос для реалистичного говорящего аватара.
Высококачественное кинематографическое видео с синхронизированным звуком.
Преобразование текста и изображений в видео, до 4K с возможностью добавления звука.
Многокадровые истории с контролем на уровне референсов.
| Ввод | Одно портретное фото плюс либо загруженный аудиофайл, либо набранный сценарий. |
|---|---|
| Чьё фото | Ваше собственное или человека, который дал вам разрешение. И фото, и голос должны быть доступны вам для использования. |
| Требования к портрету | Анфас, хорошо освещённое, лицо целиком видно и в фокусе. Тёмные очки и глубокая тень снижают точность синхронизации губ. |
| Длительность аудио | До 35 секунд за генерацию — примерно 85 произнесённых слов. |
| Библиотека голосов | 60 встроенных голосов на 10 языках, с прослушиванием до генерации. |
| Модель | OmniHuman 1.5 — он отвечает за синхронизацию губ, мимику и естественные движения головы и тела. |
| Стоимость | Списывается посекундно, как и в остальной видеогенерации; сумма показана до запуска. |
| Результат | Клип, готовый к скачиванию, сохранённый в вашей истории вместе с исходным портретом и сценарием. |
Ваше фото, ваши слова, один клип.
Лучше всего подходит чёткое фото анфас: селфи на телефон, деловой портрет или кадр из видео. ИИ говорящего фото считывает ваше лицо из этого единственного кадра.
Запишите себя и загрузите аудио или введите сценарий и выберите один из 60 встроенных голосов. Аудио может длиться до 35 секунд.
Модель синхронизирует губы, мимику и естественные движения головы с аудио. Сохраните то же фото и генерируйте новые реплики, когда они понадобятся, без пересъёмки.
Промпта для изображения здесь нет — работу делают портрет и звук. Вы пишете сценарий, и именно решения в сценарии определяют, будет ли результат выглядеть естественно.
Начните с чего-то короткого. Первая секунда — там синхронизация губ заметнее всего.
Привет — коротко к делу.
Держите предложения примерно до 15 слов. Длинные обороты дают неестественные паузы.
В этой сыворотке два ингредиента. Это вся формула.
Запятые и точки превращаются во вдохи. Ставьте их там, где вы действительно сделали бы паузу.
Это работает — и занимает десять секунд.
Примерно 2,5 слова в секунду. Пишите под нужную длину клипа.
~85 слов на 35-секундный клип
Наш революционный продукт использует передовые технологии, чтобы обеспечить непревзойдённые результаты для взыскательных клиентов, стремящихся к совершенству.
Вот об этом всегда и спрашивают. Два ингредиента, без наполнителей. Разницу увидите примерно через неделю.
Первый — одно предложение из 19 слов сплошных абстракций: аватар произносит его ровным монотонным потоком, потому что паузу поставить негде. Второй — три коротких предложения с естественными смысловыми ударениями, и именно это делает подачу человеческой.
Здравствуйте и добро пожаловать на наш канал, где сегодня мы будем обсуждать пять самых важных вещей, которые вам необходимо знать о процедурах ухода за кожей.
Пять вещей об уходе за кожей. Первую большинство делает неправильно.
Именно на длинных сбивчивых вступлениях синхронизация губ уплывает сильнее всего: модели не за что зацепиться, знаков препинания нет. Короткий хук даёт ей чистые точки ударения и лучше удерживает внимание.
Говорящие аватары — лишь один из результатов. Генерация изображений и видео работает из того же аккаунта.
Какое место генерация аватаров занимает среди остальных видеодвижков.
Создание портрета, который вы затем передадите генератору аватаров.
Как выглядят посекундные цены на видео у разных движков.
Создание исходного портрета с нуля, если своего у вас нет.
Движок для перебивок и подсъёмок вокруг вашего ролика с аватаром.
Видео говорящих фото тарифицируются посекундно, как и другой видеовывод. Новые аккаунты получают 200 бесплатных кредитов, чтобы попробовать.
Идеально для начала
Оплата раз в год · $240/год
Оплата раз в год · $468/год
Говорящее фото с ИИ, также называемое ИИ-аватаром или цифровым человеком, — это сгенерированное говорящее видео человека, созданное из одного фото и голоса. Вместо съёмки вы предоставляете портрет и аудио (или сценарий + голос), а модель анимирует реалистичное выступление с речью — его используют как цифрового ведущего, представителя или рассказчика.
Чёткое портретное фото анфас, а также аудиоклип (mp3/wav) или — в текстовом режиме — текст, который вы хотите озвучить, и голос, выбранный из встроенной библиотеки. Этого достаточно для создания видеоролика с говорящим аватаром.
Да. Загрузите свою аудиозапись, и аватар синхронизирует движения губ с ней. Если у вас нет записи, переключитесь в текстовый режим и выберите голос из библиотеки преобразования текста в речь.
До 35 секунд аудио за одно создание. Для более длинных сценариев разделите их на несколько фрагментов. Ориентировочная продолжительность отображается по мере ввода текста, оплата производится посекундно.
К распространенным вариантам использования относятся пояснения к продуктам и рекламные ролики, озвучивание курсов и вводных материалов, видеоролики для социальных сетей, объявления и многоязычные версии сообщений — везде, где в противном случае потребовалась бы съемка выступления докладчика.
CreateVision AI использует технологию OmniHuman 1.5 от ByteDance, которая обеспечивает синхронизацию губ, а также движений головы и жестов на основе аудиоданных. Технические подробности см. на странице модели OmniHuman 1.5.
Хорошо освещённый портрет анфас, где всё лицо видно и находится в фокусе. Тёмные очки, глубокая тень на лице, экстремальные ракурсы или слишком мелкое лицо в кадре — всё это снижает точность синхронизации губ.
Нет. Можно ввести текст и выбрать голос из встроенной библиотеки — в ней 60 голосов на 10 языках. Загрузка собственной записи тоже поддерживается, если вам так удобнее.
Да, и это самый частый сценарий. Загрузите своё фото, затем либо запишите собственный голос, либо введите сценарий и выберите голос из библиотеки. Результат — это вы, говорящие свои слова, без настройки камеры. Многие авторы хранят одно удачное фото и каждую неделю генерируют из него новые клипы.
Да. Согласно Условиям использования CreateVision AI, созданный вами контент можно использовать в личных и коммерческих целях, с указанием CreateVision AI там, где это уместно. Вы несёте ответственность за наличие прав на фотографию и голос, которые вы загружаете, а также за соблюдение правил раскрытия информации об ИИ на платформе, где вы публикуете материал.
Цель та же, механика другая. Здесь ваша фотография — это личность, а аудио или сценарий управляют речью, поэтому на выходе получается ролик с говорящей головой и синхронизацией губ, а не сцена, в которую вас поместили. Работает с любой одиночной фотографией, не требует видеорегистрации и не зависит от доступности другого приложения.
