Είσοδος εικόνας και ήχου
- Η εισαγωγή απαιτεί ένα URL εικόνας και ένα URL ήχου ομιλίας.
- Η εικόνα μπορεί να είναι JPEG, PNG ή WEBP έως 10MB.
- Ο ήχος μπορεί να είναι μορφές MP3, WAV, AAC, MP4 ή OGG έως 10MB.
UlazAI - Εργαλεία εικόνας και βίντεο AI
Premium ομιλούν πορτρέτο μοντέλο
Γεννήτρια ομιλίας πορτρέτου OmniHuman 1.5
Μετατρέψτε ένα πορτρέτο, μια εικόνα χαρακτήρα ή ένα επιλεγμένο θέμα σε βίντεο ομιλίας που οδηγείται από ένα αρχείο ήχου ομιλίας. Αυτή είναι η διαδρομή που πρέπει να χρησιμοποιείτε όταν η ταυτότητα, η έκφραση, ο χρονισμός του στόματος και η απόδοση του άνω μέρους του σώματος έχουν μεγαλύτερη σημασία από το να εφεύρετε μια πλήρη σκηνή από την αρχή.
27 πιστώσεις/δ. Η έξοδος Studio έχει ρυθμιστεί για 1080.
Βίντεο ιδρυτών, επεξηγήσεις προϊόντων και τοπικά κλιπ εκπροσώπων.
Εκπαίδευση με χαρακτήρες όπου το ίδιο πρόσωπο χρειάζεται πολλά σενάρια.
Πορτραίτο animation όπου η κίνηση του στόματος, η έκφραση και ο συγχρονισμός του ήχου έχουν σημασία.
Δημιουργός τεχνητής νοημοσύνης, avatar και κλιπ καμπάνιας που χρειάζονται ένα επαναλαμβανόμενο πρόσωπο σε πολλά μηνύματα.
Μοντέλο βίντεο
Εισαγωγή, δείγμα και διαδρομή σε ένα κλιπ εκκίνησης
Χρησιμοποιήστε το ως τον γρήγορο έλεγχο μοντέλου πριν από τη δημιουργία: αποδεκτή είσοδος, παραγόμενη έξοδος και η πιο σαφής διαδρομή στο Video Studio.
Εισαγωγή Επιλέξτε τη διαδρομή από το στοιχείο που έχετε ήδη.
Δείγμα Παρακολουθήστε κλιπ που δημιουργούνται πριν ξοδέψετε πιστώσεις.
Διαδρομή Καθαρίστε το prompt, καθαρή τιμολόγηση, σαφές επόμενο βήμα.
Γιατί το OmniHuman ταιριάζει στο βίντεο
Το OmniHuman είναι για απόδοση χαρακτήρων που βασίζεται στον ήχο. Η εικόνα πηγής δίνει ταυτότητα. το κομμάτι ομιλίας καθορίζει το χρονισμό, την κίνηση του στόματος και μεγάλο μέρος της έκφρασης.
Συνιστώμενη διάρκεια ήχου
- Ο ήχος πρέπει να παραμείνει κάτω από 60 δευτερόλεπτα.
- Για ισχυρότερη ποιότητα προσώπου, κρατήστε τα κλιπ περίπου 15 δευτερόλεπτα ή μικρότερα.
- Χρησιμοποιήστε καθαρή ομιλία με το ακριβές σενάριο. Τα θορυβώδη μουσικά κρεβάτια μειώνουν την αξιοπιστία.
Βοηθοί μάσκας και θέματος
- Η ανθρώπινη ταυτότητα και η ανίχνευση θέματος είναι βοηθητικοί έλεγχοι και όχι ξεχωριστά μοντέλα βίντεο.
- Χρησιμοποιήστε μια μάσκα όταν μια εικόνα περιέχει πολλά άτομα ή όταν μόνο ένα θέμα πρέπει να μιλήσει.
- Ένα seed μπορεί να βοηθήσει στην επανάληψη παρόμοιων αποτελεσμάτων όταν η ίδια εικόνα, ήχος και prompt επαναχρησιμοποιούνται.
Έλεγχοι ποιότητας και ταχύτητας
- Η έξοδος μπορεί να είναι 720p ή 1080p, με 1080p να χρησιμοποιείται για τα περισσότερα γυαλισμένα κλιπ παρουσιαστή.
- Η γρήγορη λειτουργία ανταλλάσσει κάποια ποιότητα για ταχύτερη παραγωγή.
- Η συμπεριφορά prompt πρέπει να είναι σύντομη: τόνος, συναίσθημα, στάση και φυσική κίνηση.
Εκεί που ταιριάζει
Το OmniHuman ξεκινά από μια εικόνα πορτραίτου και έναν ήχο ομιλίας. Ο συγχρονισμός χειλιών ξεκινά από ένα υπάρχον βίντεο και αλλάζει το χρονισμό του στόματος για να ταιριάζει με τον νέο ήχο.
| Διάρκεια | 720p / βάση | 1080p |
|---|---|---|
| 5s | 135 πιστώσεις | - |
| 10s | 270 πιστώσεις | - |
| δεκαετία του '30 | 810 πιστώσεις | - |
| δεκαετία του '60 | 1620 πιστώσεις | - |
Ισχυρές περιπτώσεις χρήσης
Χρησιμοποιήστε το OmniHuman όταν το στοιχείο μάρκετινγκ είναι το πρόσωπο ή ο χαρακτήρας και όχι η σκηνή του παρασκηνίου.
Επεξηγητές Τύπου
Δημιουργήστε ένα σύντομο κλιπ ιδρυτή, εμπειρογνώμονα ή παρουσιαστή από ένα πορτρέτο και το ακριβές προφορικό σενάριο.
Τοπικά μηνύματα προϊόντος
Χρησιμοποιήστε ξανά το ίδιο πρόσωπο σε μεταφρασμένα κομμάτια ήχου, διατηρώντας παράλληλα το κλιπ εστιασμένο στην ομιλία και την έκφραση.
Εκπαίδευση καθοδηγούμενη από χαρακτήρες
Δημιουργήστε πολλά μικρο-μαθήματα με την ίδια εικόνα χαρακτήρα και διαφορετικά καθαρά κομμάτια φωνής.
Καμπάνιες Avatar και δημιουργών
Δημιουργήστε επαναλαμβανόμενα κλιπ σε στυλ δημιουργού όπου η ίδια ταυτότητα παρέχει νέα άγκιστρα, προσφορές ή ανακοινώσεις.
Διαδρομές στούντιο
Portrait Image to Talking Video
omnihuman_1_5
Εκτιμάται από το επιλεγμένο μήκος. φωνητικό κομμάτι ελέγχει τον βηματισμό
Απαιτεί ένα URL εικόνας κατακόρυφου, ένα URL ήχου ομιλίας και μια σύντομη συμπεριφορά prompt.
Ανοιχτή διαδρομήΠώς διαφέρει από τον συγχρονισμό των χειλιών
Το OmniHuman ξεκινά από μια εικόνα πορτραίτου και έναν ήχο ομιλίας. Ο συγχρονισμός χειλιών ξεκινά από ένα υπάρχον βίντεο και αλλάζει το χρονισμό του στόματος για να ταιριάζει με τον νέο ήχο.
Ροή εργασιών παραγωγής
- Επιλέξτε ένα καθαρό πορτρέτο ή εικόνα χαρακτήρα με καλή ορατότητα προσώπου και ελάχιστη οπτική ακαταστασία.
- Εάν η εικόνα έχει πολλά θέματα, εκτελέστε έναν έλεγχο θέματος και χρησιμοποιήστε μια μάσκα για το άτομο που πρέπει να μιλήσει.
- Προετοιμάστε καθαρό ήχο ομιλίας με το τελικό σενάριο, κατά προτίμηση 15 δευτερολέπτων ή μικρότερο για καλύτερη ποιότητα.
- Γράψτε μια σύντομη συμπεριφορά prompt με τόνο, έκφραση, στάση και φυσική κίνηση.
- Χρησιμοποιήστε 1080p για γυαλισμένα κλιπ ή γρήγορη λειτουργία όταν εξακολουθείτε να δοκιμάζετε σενάρια.
- Χρησιμοποιήστε ξανά το ίδιο πορτρέτο, το ίδιο στυλ και το στυλ prompt όταν χρειάζεστε μια σταθερή σειρά παρουσιαστών.
FAQ
Τι χρειάζεται το OmniHuman;
Μία διεύθυνση URL εικόνας με πορτρέτο, μία διεύθυνση URL ήχου ομιλίας και ένα prompt για έκφραση ή συμπεριφορά.
Το βοηθητικό εργαλείο ανίχνευσης χρησιμοποιεί ένα μοντέλο βίντεο;
Όχι. Η διαδρομή Studio είναι η διαδρομή δημιουργίας βίντεο. Οι βοηθοί εντοπισμού είναι ξεχωριστοί έλεγχοι και δεν εκτίθενται ως μοντέλα βίντεο.
Πόσο καιρό μπορεί να είναι ο ήχος;
Ο ήχος πρέπει να είναι κάτω από 60 δευτερόλεπτα. Για ισχυρότερη ποιότητα προσώπου, κρατήστε τα κλιπ περίπου 15 δευτερόλεπτα ή μικρότερα.
Ποιες μορφές εικόνας λειτουργούν;
Χρησιμοποιήστε διευθύνσεις URL εικόνων JPEG, PNG ή WEBP έως 10 MB.
Τι κάνει η είσοδος μάσκας;
Μια μάσκα βοηθά στην επιλογή ενός θέματος όταν η εικόνα περιέχει πολλά άτομα ή όταν το φόντο δεν πρέπει να οδηγεί την κινούμενη εικόνα.
Τι κάνει η γρήγορη λειτουργία;
Η γρήγορη λειτουργία επιταχύνει τη δημιουργία, αλλά μπορεί να μειώσει τη λεπτομέρεια και την ποιότητα της κίνησης.
Τι κοστίζει;
Η διαδρομή κοστίζει 27 πιστώσεις ανά δευτερόλεπτο εξόδου.