Ingresso immagine e audio
- L'input richiede un URL immagine e un URL audio vocale.
- L'immagine può essere JPEG, PNG o WEBP fino a 10 MB.
- L'audio può essere in formato MP3, WAV, AAC, MP4 o OGG fino a 10 MB.
UlazAI: strumenti per immagini e video AI
Modello ritratto parlante premium
Generatore di ritratti parlanti OmniHuman 1.5
Trasforma un ritratto, l'immagine di un personaggio o un soggetto selezionato in un video parlato guidato da un file audio vocale. Questa è la strada da utilizzare quando l’identità, l’espressione, il tempismo della bocca e la performance della parte superiore del corpo contano più che inventare una scena completa da zero.
27 crediti/s. L'uscita Studio è configurata per 1080.
Video del fondatore, spiegazioni del prodotto e clip localizzate dei portavoce.
Educazione guidata dai personaggi in cui lo stesso volto necessita di più copioni.
Animazione di ritratto in cui il movimento della bocca, l'espressione e il timing audio contano.
Creatori di intelligenza artificiale, avatar e clip di campagne che necessitano di un volto ripetibile in molti messaggi.
Video del modello
Inserisci, campiona e instrada in un'unica clip di lancio
Utilizzalo come controllo rapido del modello prima di generare: input accettato, output generato e il percorso più chiaro in Video Studio.
Ingresso Scegli il percorso dalla risorsa che già possiedi.
Campione Guarda le clip generate prima di spendere crediti.
Itinerario Cancella prompt, prezzi chiari, passaggio successivo chiaro.
Perché OmniHuman è adatto ai video parlanti
OmniHuman è dedicato alla performance dei personaggi basata sull'audio. L'immagine sorgente dà identità; la traccia del parlato guida il tempismo, il movimento della bocca e gran parte dell'espressione.
Durata audio consigliata
- L'audio deve rimanere inferiore a 60 secondi.
- Per una migliore qualità del viso, mantieni le clip di circa 15 secondi o meno.
- Usa un linguaggio pulito con lo script esatto; i letti musicali rumorosi riducono l'affidabilità.
Maschera e aiutanti del soggetto
- L'identificazione umana e il rilevamento del soggetto sono controlli di supporto, non modelli video separati.
- Utilizza una maschera quando un'immagine contiene più persone o quando deve parlare un solo soggetto.
- Un seed può aiutare a ripetere risultati simili quando vengono riutilizzati la stessa immagine, audio e prompt.
Controlli di qualità e velocità
- L'output può essere 720p o 1080p, con 1080p utilizzato per la maggior parte delle clip del presentatore raffinate.
- La modalità veloce scambia parte della qualità con una generazione più rapida.
- Il comportamento prompt dovrebbe essere breve: tono, emozione, postura e movimento naturale.
Dove si adatta
OmniHuman inizia da un'immagine ritratto e da un audio vocale. La sincronizzazione labiale inizia da un video esistente e modifica il tempo della bocca per adattarlo al nuovo audio.
| Durata | 720p/base | 1080p |
|---|---|---|
| 5s | 135 crediti | - |
| 10 secondi | 270 crediti | - |
| '30 | 810 crediti | - |
| Anni '60 | 1620 crediti | - |
Casi d'uso forti
Utilizza OmniHuman quando la risorsa di marketing è la persona o il personaggio, non la scena di sfondo.
Spiegatori portavoce
Crea una breve clip del fondatore, dell'esperto o del presentatore del marchio partendo da un ritratto e dall'esatta sceneggiatura parlata.
Messaggi di prodotto localizzati
Riutilizza lo stesso volto nelle tracce audio tradotte mantenendo la clip incentrata sulla parola e sull'espressione.
Educazione guidata dal carattere
Costruisci più micro-lezioni con la stessa immagine del personaggio e diverse tracce vocali pulite.
Campagne per avatar e creatori
Crea clip ripetibili in stile creativo in cui la stessa identità fornisce nuovi hook, offerte o annunci.
Percorsi in studio
Portrait Image to Talking Video
omnihuman_1_5
Stimato dalla lunghezza selezionata; La traccia vocale controlla il ritmo
Richiede un URL di immagine verticale, un URL di audio vocale e un breve comportamento prompt.
Percorso apertoIn cosa differisce dalla sincronizzazione labiale
OmniHuman inizia da un'immagine ritratto e da un audio vocale. La sincronizzazione labiale inizia da un video esistente e modifica il tempo della bocca per adattarlo al nuovo audio.
Flusso di lavoro di produzione
- Scegli un ritratto chiaro o un'immagine del personaggio con una buona visibilità del volto e un ingombro visivo minimo.
- Se l'immagine ha più soggetti, esegui un controllo del soggetto e utilizza una maschera per la persona che deve parlare.
- Preparare un audio parlato pulito con lo script finale, preferibilmente di 15 secondi o meno per la migliore qualità.
- Scrivi un breve comportamento prompt con tono, espressione, postura e movimento naturale.
- Utilizza 1080p per clip ottimizzate o la modalità veloce quando stai ancora testando gli script.
- Riutilizza lo stesso ritratto, seme e stile prompt quando hai bisogno di una serie di presentatori coerente.
Domande frequenti
Di cosa ha bisogno OmniHuman?
Un URL dell'immagine verticale, un URL dell'audio vocale e un prompt per l'espressione o il comportamento.
Lo strumento di rilevamento dell'helper è un modello video?
No. Il percorso Studio è il percorso di generazione video; gli aiutanti di rilevamento sono controlli separati e non sono esposti come modelli video.
Quanto può durare l'audio?
L'audio deve essere inferiore a 60 secondi. Per una migliore qualità del viso, mantieni le clip di circa 15 secondi o meno.
Quali formati di immagine funzionano?
Utilizza URL di immagini JPEG, PNG o WEBP fino a 10 MB.
Cosa fa l'input della maschera?
Una maschera aiuta a selezionare un soggetto quando l'immagine contiene più persone o quando lo sfondo non deve guidare l'animazione.
Cosa fa la modalità veloce?
La modalità veloce accelera la generazione ma può ridurre i dettagli e la qualità del movimento.
Cosa costa?
Il percorso costa 27 crediti al secondo di uscita.