Créez un avatar parlant à partir d'une photo
Importez un portrait, ajoutez un script ou une piste audio, et Biggsfield en fait une vidéo réaliste d'humain parlant. OmniHuman 2 gère l'interprétation, et les voix ElevenLabs en 29 langues ou votre propre voix clonée gèrent les mots. Les vidéos peuvent durer jusqu'à 5 minutes.
- 1Importez une seule photo de portrait.
- 2Écrivez votre script avec une voix ElevenLabs, ou importez votre propre piste audio.
- 3Générez avec OmniHuman 2 et téléchargez votre vidéo parlante.
Une photo plus de l'audio deviennent une vidéo parlante
OmniHuman 2 de ByteDance prend une photo et une piste audio et anime la personne en conséquence, pour produire une vidéo réaliste d'humain parlant jusqu'à 5 minutes. Pas besoin de tournage, de caméra ou de séance d'enregistrement, juste un portrait net. Un court prompt optionnel en anglais vous permet de diriger les gestes, le décor et la caméra, pour que le même visage puisse présenter depuis un bureau, se tenir en studio ou parler droit dans l'objectif. Cela coûte 400 crédits pour 5 secondes, et le prix des crédits colle au coût réel du modèle.
Donnez une vraie voix à votre avatar
Biggs Voice associe des voix ElevenLabs en 29 langues à votre avatar, avec un contrôle de l'émotion et du rythme. ElevenLabs v4 lit des balises comme [whispers] et [laughs] pour diriger l'interprétation, pour 17 crédits par 1 000 caractères. Pour que l'avatar vous ressemble, clonez votre voix à partir d'un court échantillon, avec votre consentement, et faites-le parler via MiniMax Speech 2.8 HD, qui gère (laughs), (sighs) et les pauses. Vous avez déjà un enregistrement ? Voice Changer change la voix de n'importe quel enregistrement tout en gardant le timing et l'émotion.
Vous avez déjà une vidéo ? Resynchronisez les lèvres
Si vous avez déjà des images et une nouvelle piste audio, Sync Lipsync 3 de Sync Labs resynchronise les lèvres de la personne avec le nouvel audio, image par image. Utilisez-le pour corriger une réplique, changer une voix off ou caler une nouvelle prise sans retourner la scène. Cela coûte 250 crédits par 5 secondes. Pour d'autres langues, Translate & Lip-sync double votre vidéo dans une autre langue avec votre propre voix, avec des lèvres qui suivent les nouveaux mots, en une seule étape. Chaque génération est facturée en crédits proches du coût réel du modèle, et les générations échouées sont remboursées.
Ce que vous pouvez utiliser
Astuces
- Gardez le prompt OmniHuman 2 court et en anglais, et utilisez-le uniquement pour orienter les gestes, le décor et la caméra.
- Ajoutez des balises ElevenLabs v4 comme [whispers], [laughs] ou [sighs] à votre texte pour donner de l'émotion à l'interprétation de l'avatar.
- Créez d'abord un personnage Biggsfluencer pour que le même visage apparaisse sur chaque photo, vidéo et clip parlant, avec sa propre voix.
- Utilisez Sync Lipsync 3 plutôt qu'un nouveau rendu d'avatar quand vous devez juste changer l'audio d'une vidéo que vous avez déjà.
Questions
Quelle peut être la durée d'une vidéo d'avatar parlant ?
OmniHuman 2 crée des vidéos de personnes parlantes jusqu'à 5 minutes à partir d'une seule photo et d'une piste audio.
Combien ça coûte ?
OmniHuman 2 coûte 400 crédits par 5 secondes, et la voix off ElevenLabs v4 coûte 17 crédits par 1 000 caractères. Les crédits sont facturés au plus proche du coût réel du modèle, et les générations échouées sont remboursées.
Mon avatar peut-il parler d'autres langues ou utiliser ma voix ?
Oui. Les voix ElevenLabs couvrent 29 langues, et vous pouvez cloner votre propre voix à partir d'un court échantillon, avec votre consentement, puis la faire parler via MiniMax Speech 2.8 HD.
Puis-je changer ce que dit quelqu'un dans une vidéo que j'ai déjà ?
Oui. Sync Lipsync 3 resynchronise les lèvres d'une vidéo existante avec une nouvelle piste audio, image par image, pour 250 crédits par 5 secondes.