Bild- och ljudingång
- Indata kräver en bild-URL och en talljud-URL.
- Bilden kan vara JPEG, PNG eller WEBP upp till 10MB.
- Ljud kan vara MP3, WAV, AAC, MP4 eller OGG format upp till 10MB.
UlazAI - AI bild- och videoverktyg
Premium talande porträttmodell
OmniHuman 1.5 talande porträttgenerator
Förvandla ett porträtt, karaktärsbild eller valt motiv till en talande video som drivs av en talljudfil. Det här är vägen att använda när identitet, uttryck, muntiming och överkroppsprestanda är viktigare än att uppfinna en hel scen från grunden.
27 krediter/s. Studioutgång är konfigurerad för 1080.
Grundarvideor, produktförklaringar och lokaliserade talesmansklipp.
Karaktärsledd utbildning där samma ansikte behöver flera manus.
Porträttanimation där munrörelser, uttryck och ljudtiming spelar roll.
AI-skapare, avatar och kampanjklipp som behöver ett ansikte som kan upprepas i många meddelanden.
Modell video
Inmatning, prov och rutt i ett startklipp
Använd detta som den snabba modellkontrollen innan du genererar: accepterad input, genererad utdata och den tydligaste vägen i Video Studio.
Input Välj rutten från den tillgång du redan har.
Prov Titta på genererade klipp innan du spenderar krediter.
Rutt Rensa prompt, tydlig prissättning, klara nästa steg.
Varför OmniHuman passar pratande video
OmniHuman är för ljuddriven karaktärsprestanda. Källbilden ger identitet; talspåret driver timing, munrörelser och mycket av uttrycket.
Rekommenderad ljudlängd
- Ljudet måste vara under 60 sekunder.
- För starkare ansiktskvalitet, behåll klippen i cirka 15 sekunder eller kortare.
- Använd rent tal med exakt manus; bullriga musiksängar minskar tillförlitligheten.
Mask- och ämneshjälpare
- Människoidentifikation och ämnesdetektering är hjälpkontroller, inte separata videomodeller.
- Använd en mask när en bild innehåller flera personer eller när bara ett motiv ska tala.
- Ett frö kan hjälpa till att upprepa liknande resultat när samma bild, ljud och prompt återanvänds.
Kvalitets- och hastighetskontroller
- Utdata kan vara 720p eller 1080p, med 1080p som används för de flesta polerade presentatörsklipp.
- Snabbläge byter ut viss kvalitet för snabbare generering.
- Beteendet prompt ska vara kort: ton, känsla, hållning och naturlig rörelse.
Där det passar
OmniHuman utgår från en porträttbild och talljud. Läppsynkronisering startar från en befintlig video och ändrar muntimingen för att matcha nytt ljud.
| Varaktighet | 720p / bas | 1080p |
|---|---|---|
| 5s | 135 krediter | - |
| 10s | 270 krediter | - |
| 30-talet | 810 krediter | - |
| 60-tal | 1620 krediter | - |
Starka användningsfall
Använd OmniHuman när marknadsföringstillgången är personen eller karaktären, inte bakgrundsscenen.
Talesmans förklarare
Skapa ett kort klipp från grundaren, experten eller varumärkespresentatören från ett porträtt och det exakta talade manuset.
Lokaliserade produktmeddelanden
Återanvänd samma ansikte över översatta ljudspår samtidigt som du håller klippet fokuserat på tal och uttryck.
Karaktärsledd utbildning
Bygg flera mikrolektioner med samma karaktärsbild och olika rena röstspår.
Avatar- och skaparkampanjer
Skapa repeterbara klipp i kreatörsstil där samma identitet levererar nya hooks, erbjudanden eller tillkännagivanden.
Studiorutter
Portrait Image to Talking Video
omnihuman_1_5
Beräknad från vald längd; röstspår styr pacing
Kräver en webbadress för stående bild, en webbadress för talljud och en kort beteendeprompt.
Öppen ruttHur det skiljer sig från läppsynk
OmniHuman utgår från en porträttbild och talljud. Läppsynkronisering startar från en befintlig video och ändrar muntimingen för att matcha nytt ljud.
Produktions arbetsflöde
- Välj ett tydligt porträtt eller karaktärsbild med bra ansiktssynlighet och minimal visuell röran.
- Om bilden har flera motiv, kör en ämneskontroll och använd en mask för personen som ska tala.
- Förbered rent talljud med det slutliga manuset, helst 15 sekunder eller kortare för bästa kvalitet.
- Skriv en kort beteendeprompt med ton, uttryck, hållning och naturlig rörelse.
- Använd 1080p för polerade klipp, eller snabbläge när du fortfarande testar skript.
- Återanvänd samma porträtt, seed och promptstil när du behöver en konsekvent presentatörsserie.
FAQ
Vad behöver OmniHuman?
En URL för stående bild, en URL för talljud och en prompt för uttryck eller beteende.
Är hjälpredets upptäcktsverktyg en videomodell?
Nej. Studio-rutten är videogenereringsvägen; detektionshjälpmedel är separata kontroller och exponeras inte som videomodeller.
Hur länge kan ljudet vara?
Ljudet måste vara under 60 sekunder. För starkare ansiktskvalitet, behåll klippen i cirka 15 sekunder eller kortare.
Vilka bildformat fungerar?
Använd JPEG-, PNG- eller WEBP-bildadresser på upp till 10 MB.
Vad gör maskingången?
En mask hjälper till att välja ett motiv när bilden innehåller flera personer eller när bakgrunden inte ska driva animeringen.
Vad gör snabbläge?
Snabbläge påskyndar genereringen men kan minska detaljer och rörelsekvalitet.
Vad kostar det?
Rutten kostar 27 krediter per utgående sekund.