Создайте говорящего аватара из фото
Загрузите один портрет, добавьте текст или аудиодорожку — и Biggsfield превратит это в реалистичное видео говорящего человека. За исполнение отвечает OmniHuman 2, а за слова — голоса ElevenLabs на 29 языках или ваш собственный клонированный голос. Видео может длиться до 5 минут.
- 1Загрузите один портретный снимок.
- 2Напишите текст с голосом ElevenLabs или загрузите собственную аудиодорожку.
- 3Отрендерите с OmniHuman 2 и скачайте готовое говорящее видео.
Одно фото плюс аудио превращаются в говорящее видео
OmniHuman 2 от ByteDance берёт одно фото и аудиодорожку и анимирует человека под них, создавая реалистичное видео говорящего человека длительностью до 5 минут. Не нужны съёмка, камера или сессия записи — только чёткий портрет. Короткий необязательный промпт на английском позволяет задать жесты, обстановку и ракурс камеры, так что одно и то же лицо может вести презентацию из-за стола, стоять в студии или говорить прямо в объектив. Это стоит 400 кредитов за 5 секунд, цена кредитов максимально близка к реальной стоимости модели.
Дайте аватару настоящий голос
Biggs Voice дает вашему аватару голоса ElevenLabs на 29 языках с контролем эмоций и темпа. ElevenLabs v4 понимает теги вроде [whispers] и [laughs], управляя подачей, — 17 кредитов за 1000 символов. Хотите, чтобы аватар говорил вашим голосом? Клонируйте его по короткому образцу, с вашего согласия, через MiniMax Speech 2.8 HD, который поддерживает (laughs), (sighs) и паузы. Уже есть запись? Voice Changer переозвучит её другим голосом, сохранив тайминг и эмоции.
Уже есть видео? Пересинхронизируйте губы
Если у вас уже есть видео и новая аудиодорожка, Sync Lipsync 3 от Sync Labs точно, кадр в кадр, пересинхронизирует губы говорящего с новым звуком. Исправьте реплику, замените озвучку или подгоните новый дубль без пересъёмки. Это стоит 250 кредитов за 5 секунд. Для других языков Translate & Lip-sync дублирует видео на другой язык вашим голосом, с губами, подогнанными под новые слова, — за один шаг. Каждый запуск оценивается в кредитах, близко к реальной стоимости модели, а неудачные генерации возвращаются.
Что можно использовать
Советы
- Делайте промпт для OmniHuman 2 коротким и на английском, используя его только для управления жестами, обстановкой и камерой.
- Добавьте в сценарий теги ElevenLabs v4 вроде [whispers], [laughs] или [sighs], чтобы подача аватара звучала эмоционально.
- Сначала создайте персонажа в Biggsfluencer, чтобы одно и то же лицо со своим голосом появлялось в каждом фото, видео и говорящем ролике.
- Используйте Sync Lipsync 3 вместо новой генерации аватара, когда нужно просто заменить звук в уже готовом видео.
Вопросы
Насколько длинным может быть видео с говорящим аватаром?
OmniHuman 2 создаёт видео с говорящим человеком длиной до 5 минут по одному фото и аудиодорожке.
Сколько это стоит?
OmniHuman 2 стоит 400 кредитов за 5 секунд, а озвучка ElevenLabs v4 — 17 кредитов за 1000 символов. Кредиты оцениваются близко к реальной стоимости модели, а неудачные генерации возвращаются.
Может ли мой аватар говорить на других языках или моим голосом?
Да. Голоса ElevenLabs охватывают 29 языков, а свой голос можно клонировать по короткому образцу, с вашего согласия, и говорить через MiniMax Speech 2.8 HD.
Могу ли я изменить то, что говорит человек в уже готовом видео?
Да. Sync Lipsync 3 точно, кадр в кадр, пересинхронизирует губы в готовом видео с новой аудиодорожкой за 250 кредитов за 5 секунд.