Crea un avatar parlante a partir de una foto
Sube un retrato, añade un guion o una pista de audio, y Biggsfield lo convierte en un video realista de una persona hablando. OmniHuman 2 se encarga de la actuación, y las voces de ElevenLabs en 29 idiomas o tu propia voz clonada se encargan de las palabras. Los videos pueden durar hasta 5 minutos.
- 1Sube una sola foto de retrato.
- 2Escribe tu guion con una voz de ElevenLabs, o sube tu propia pista de audio.
- 3Renderiza con OmniHuman 2 y descarga tu video parlante.
Una foto más audio se convierte en un video parlante
OmniHuman 2 de ByteDance toma una foto y una pista de audio y anima a la persona según ese audio, produciendo un video realista de una persona hablando de hasta 5 minutos. No necesitas metraje, cámara ni sesión de grabación, solo un retrato claro. Un prompt corto opcional en inglés te permite dirigir gestos, entorno y cámara, para que el mismo rostro pueda presentar desde un escritorio, estar en un estudio o hablar directo a la lente. Cuesta 400 créditos por 5 segundos, y los créditos tienen un precio cercano al costo real del modelo.
Dale a tu avatar una voz real
Biggs Voice pone voces de ElevenLabs en 29 idiomas junto a tu avatar, con control de emoción y ritmo. ElevenLabs v4 interpreta etiquetas como [whispers] y [laughs] para dirigir la interpretación, a 17 créditos por cada 1.000 caracteres. Para que el avatar suene como tú, clona tu voz a partir de una muestra corta, con tu consentimiento, y habla a través de MiniMax Speech 2.8 HD, que admite (laughs), (sighs) y pausas. ¿Ya grabaste algo? Voice Changer revocaliza cualquier grabación con otra voz y conserva el timing y la emoción.
¿Ya tienes un video? Resincroniza los labios
Si ya tienes un video grabado y una nueva pista de audio, Sync Lipsync 3 de Sync Labs resincroniza los labios del hablante con el nuevo audio, con precisión de fotograma. Úsalo para corregir una línea, cambiar una locución o ajustar una nueva toma sin volver a grabar. Cuesta 250 créditos por cada 5 segundos. Para otros idiomas, Translate & Lip-sync dobla tu video a otro idioma con tu propia voz, con labios que coinciden con las nuevas palabras, en un solo paso. Cada generación se cobra en créditos a un precio cercano al costo real del modelo, y las generaciones fallidas se reembolsan.
Qué puedes usar
Consejos
- Mantén el prompt de OmniHuman 2 corto y en inglés, y úsalo solo para dirigir gestos, escenario y cámara.
- Agrega etiquetas de ElevenLabs v4 como [whispers], [laughs] o [sighs] a tu guion para que la interpretación del avatar tenga emoción.
- Crea primero un personaje en Biggsfluencer para que la misma cara aparezca en cada foto, video y clip hablado, con su propia voz.
- Usa Sync Lipsync 3 en vez de renderizar un nuevo avatar cuando solo necesitas cambiar el audio de un video que ya tienes.
Preguntas
¿Cuánto puede durar un video de avatar hablante?
OmniHuman 2 crea videos de humanos hablando de hasta 5 minutos a partir de una foto y una pista de audio.
¿Cuánto cuesta?
OmniHuman 2 cuesta 400 créditos por cada 5 segundos, y la locución de ElevenLabs v4 cuesta 17 créditos por cada 1.000 caracteres. Los créditos tienen un precio cercano al costo real del modelo, y las generaciones fallidas se reembolsan.
¿Mi avatar puede hablar otros idiomas o usar mi voz?
Sí. Las voces de ElevenLabs cubren 29 idiomas, y puedes clonar tu propia voz a partir de una muestra corta, con tu consentimiento, y luego hablar a través de MiniMax Speech 2.8 HD.
¿Puedo cambiar lo que alguien dice en un video que ya tengo?
Sí. Sync Lipsync 3 resincroniza los labios de un video existente con una nueva pista de audio, con precisión de fotograma, por 250 créditos cada 5 segundos.