Funktion

Pratande foto: läppsynkad video av ett porträtt

Ge Rigel ett porträtt och ett manus, så genererar appen en pratande video med realistisk läppsynk — personen på fotot ser ut att säga dina ord, med ett uttryck som följer framförandet.

Uppdaterad · Rigel av Kata Technology

Pratande huvuden är det mest återanvända formatet i sociala medier, och normalt kräver det en kamera, en uppställning och tid för omtagningar. Ett pratande foto kräver ett porträtt och en mening du vill ha sagd.

Så fungerar det

  1. Ladda upp ett porträtt. Vänt framåt, skarpt, med mun och käke tydligt synliga.
  2. Lägg till ditt manus. Skriv det som ska sägas i samma steg som du beskriver scenen.
  3. Generera. Rigel skapar ett klipp på 5–30 sekunder med läppsynk, ansiktsuttryck och huvudrörelser som följer framförandet.

Beskriva scenen och lägga till ett manus innan generering

Resultatet sparas i kamerarullen i stående eller kvadratiskt format, så det går direkt till Reels, Shorts, TikTok eller Stories utan mellansteg.

Skriv ett manus som når fram

  • Skriv för örat, inte för papperet. Korta satser. Talspråk. En idé per mening.
  • Lägg kroken först. Tittare i sociala medier bestämmer sig under den första sekunden och en halv; den starkaste repliken ska komma först.
  • Håll dig inom klipplängden. Ungefär 15–70 ord ryms i en generering på 5–30 sekunder i naturligt tempo. Proppar du in mer blir framförandet stressat och läppsynken mindre förlåtande.
  • Lägg till regi i scenprompten. ”Lugn, låg energi, lätt leende, pratar till kameran” ändrar framförandet, inte bara orden.

Vad som gör ett bra källporträtt

Den enskilt största kvalitetsfaktorn är fotot. Ansiktet någorlunda stort i bilden, jämnt ljus på ansiktet, munnen fri, huvudet ungefär vänt mot kameran. Profilbilder, solglasögon, händer nära munnen, hård skugga över käken och lågupplösta utsnitt är de återkommande orsakerna till svaga munformer.

Om din bästa källa är ett Live Photo snarare än en platt stillbild går Live Photo till video igenom den vägen. Det allmänna arbetsflödet från stillbild till klipp finns på sidan om foto till video.

Vad du kan använda det till

  • Kreatörsinnehåll — en veckas pratande inlägg från en fotosession, utan att filma om.
  • Berättarröst för karaktärer — ge en fiktiv karaktär en röst genom en hel serie.
  • Produkt- och annonsvarianter — testa fem olika krokar med samma presentatör och se vilken som håller kvar uppmärksamheten.
  • Förklaringar — ett kort talat svar kopplat till ett ansikte, vilket konsekvent presterar bättre än text i sociala medier.

För längre verk genererar du flera pratande scener och fogar ihop dem enligt beskrivningen i lång AI-video.

Ärliga gränser

Läppsynken i den här generationens modeller är bra, inte perfekt. Snabbt tal, kraftiga brytningar, extrema vinklar och mycket korta vokaler är där det syns. Fina detaljer runt tänderna kan bli mjuka i snäva utsnitt. Den praktiska lösningen är densamma som i en riktig produktion: välj den bättre tagningen, korta repliken och ta — i det här fallet: välj — en renare bild.

Och regeln som inte är teknisk: ladda bara upp ansikten som du har rätt att använda. Ett pratande foto av någon som aldrig har gått med på att säga de orden är just det missbruk den här funktionen kan användas till, och ingen prompt gör det acceptabelt.

Kom igång

Rigel är gratis att ladda ner på iOS 16.6+ och Android, med startkrediter, så ditt första pratande foto kostar ingenting. Kreditpaket och en prenumeration finns i appen; varje generering visar sin kreditkostnad innan du bekräftar.

Vanliga frågor

Vad behöver jag för att få ett foto att prata?
Ett porträtt där ansiktet är tydligt och vänt framåt, plus orden du vill ska sägas. Du lägger till manuset i samma steg som du beskriver scenen, och sedan genererar du.
Hur långt kan manuset vara?
Håll det till det som ryms i ett klipp på 5–30 sekunder — ungefär 15 till 70 ord i naturligt taltempo. Längre budskap fungerar bättre uppdelade på flera scener.
Fungerar det på andra språk än engelska?
Språkstödet för läppsynk byggs ut över tid. Engelska är det säkraste valet i dag; om ditt språk ger svaga munformer hjälper kortare meningar och ett lugnare tempo oftast.
Får jag använda ett foto på någon annan?
Bara med personens tillstånd. Att få någon att se ut att säga saker de aldrig har sagt är det uppenbara missbruket av den här funktionen, och det är ditt ansvar att ha samtycke för ansiktet du laddar upp.
Varför ser munnen ibland fel ut?
Oftast på grund av källfotot. Profilvinklar, delvis dold mun, kraftig skugga på nedre delen av ansiktet, solglasögon och mycket små ansikten minskar alla den information modellen har att arbeta med.