Ominaisuus

Puhuva kuva: huulisynkronoitu video yhdestä muotokuvasta

Anna Rigelille muotokuva ja käsikirjoitus, niin se generoi puhuvan videon realistisella huulisynkronoinnilla — kuvan henkilö näyttää lausuvan sanasi, ja ilmeet seuraavat esitystä.

Päivitetty · Rigel, tekijä Kata Technology

Puhuva pää on somen kierrätetyin formaatti, ja yleensä se vaatii kameran, kuvausjärjestelyt ja aikaa uusintaotoille. Puhuva kuva vaatii yhden muotokuvan ja lauseen, jonka haluat sanottavan.

Näin se toimii

  1. Lataa muotokuva. Eteenpäin katsova, terävä, suu ja leuka selvästi näkyvissä.
  2. Lisää käsikirjoitus. Kirjoita sanottava samassa vaiheessa, jossa kuvailet kohtauksen.
  3. Generoi. Rigel tuottaa 5–30 sekunnin klipin, jossa huulisynkronointi, ilmeet ja pään liikkeet seuraavat esitystä.

Kohtauksen kuvaileminen ja käsikirjoituksen lisääminen ennen generointia

Tulos tallentuu kamerarullaasi pysty- tai neliömuodossa, joten se menee suoraan Reelsiin, Shortsiin, TikTokiin tai Storiesiin ilman välivaiheita.

Kirjoita käsikirjoitus, joka osuu

  • Kirjoita korvalle, älä paperille. Lyhyitä lauseenosia. Puhekieltä. Yksi ajatus lausetta kohden.
  • Laita koukku alkuun. Somen katsojat päättävät ensimmäisen puolentoista sekunnin aikana; vahvimman repliikin pitää olla ensimmäinen.
  • Pysy klipin pituudessa. Noin 15–70 sanaa mahtuu 5–30 sekunnin generointiin luonnollisella tempolla. Jos ahdat enemmän, esitys kiirehtii ja huulisynkronointi antaa vähemmän anteeksi.
  • Lisää esitysohjeet kohtauskehotteeseen. ”Rauhallinen, matala energia, pieni hymy, puhuu kameralle” muuttaa esitystä, ei vain sanoja.

Mikä tekee lähdemuotokuvasta hyvän

Suurin yksittäinen laatutekijä on kuva. Kasvot riittävän suurina kuvassa, tasainen valo kasvoilla, suu esteettä näkyvissä, pää suunnilleen kameraan päin. Profiilikuvat, aurinkolasit, kädet suun lähellä, kova varjo leuan yli ja matalaresoluutioiset rajaukset ovat toistuvia syitä heikkoihin suun muotoihin.

Jos paras lähteesi on Live Photo eikä tavallinen pysäytyskuva, Live Photo videoksi käsittelee sen reitin. Yleinen työnkulku pysäytyskuvasta klipiksi on kuvasta videoksi -sivulla.

Mihin sitä voi käyttää

  • Sisällöntuottajien sisältöön — viikon verran puhuvia julkaisuja yhdestä kuvaussessiosta ilman uudelleenkuvauksia.
  • Hahmojen kerrontaan — anna fiktiiviselle hahmolle ääni koko jaksollisen sarjan ajaksi.
  • Tuote- ja mainosversioihin — testaa viittä eri koukkua samalla esiintyjällä ja katso, mikä pitää huomion.
  • Selitysvideoihin — lyhyt puhuttu vastaus kasvoihin liitettynä, mikä menestyy somessa johdonmukaisesti tekstiä paremmin.

Pidempiä kokonaisuuksia varten generoi useita puhuvia kohtauksia ja liitä ne yhteen pitkän tekoälyvideon ohjeiden mukaan.

Rehelliset rajat

Tämän mallisukupolven huulisynkronointi on hyvää, ei täydellistä. Nopea puhe, vahvat aksentit, äärimmäiset kulmat ja hyvin lyhyet vokaalit ovat kohtia, joissa se näkyy. Hampaiden ympärillä hienot yksityiskohdat voivat pehmetä tiiviissä rajauksissa. Käytännön ratkaisu on sama kuin oikeassa tuotannossa: valitse parempi otto, lyhennä repliikkiä ja kuvaa — tässä tapauksessa: hanki — puhtaampi kuva.

Ja sääntö, joka ei ole tekninen: lataa vain kasvoja, joita sinulla on oikeus käyttää. Puhuva kuva ihmisestä, joka ei koskaan suostunut sanomaan noita sanoja, on juuri se väärinkäyttö, johon tätä ominaisuutta voi käyttää, eikä mikään kehote tee siitä hyväksyttävää.

Aloita

Rigelin voi ladata ilmaiseksi iOS 16.6+- ja Android-laitteille, ja aloituskrediitit kuuluvat mukaan, joten ensimmäinen puhuva kuvasi ei maksa mitään. Krediittipaketit ja tilaus ovat saatavilla sovelluksessa; jokainen generointi näyttää krediittihintansa ennen kuin vahvistat.

Usein kysytyt kysymykset

Mitä tarvitsen, jotta kuva puhuu?
Yhden muotokuvan, jossa kasvot näkyvät selvästi ja katsovat eteenpäin, sekä sanat, jotka haluat lausuttavan. Lisäät käsikirjoituksen samassa vaiheessa, jossa kuvailet kohtauksen, ja generoit sitten.
Kuinka pitkä käsikirjoitus voi olla?
Pidä se sen mittaisena, mikä mahtuu 5–30 sekunnin klippiin — noin 15–70 sanaa luonnollisella puhenopeudella. Pidemmät viestit toimivat paremmin jaettuina useisiin kohtauksiin.
Toimiiko se muilla kielillä kuin englanniksi?
Huulisynkronoinnin kielituki laajenee vähitellen. Englanti on tänään varmin valinta; jos oma kielesi tuottaa heikkoja suun muotoja, lyhyemmät lauseet ja rauhallisempi tempo auttavat yleensä.
Saanko käyttää jonkun toisen kuvaa?
Vain hänen luvallaan. Saada joku näyttämään sanovan asioita, joita hän ei ole koskaan sanonut, on tämän ominaisuuden ilmeinen väärinkäyttö, ja sinun vastuullasi on, että sinulla on suostumus lataamiisi kasvoihin.
Miksi suu näyttää joskus väärältä?
Yleensä lähdekuvan takia. Profiilikulmat, osittain peittynyt suu, voimakas varjo kasvojen alaosassa, aurinkolasit ja hyvin pienet kasvot vähentävät kaikki tietoa, jonka varassa malli työskentelee.