شريك BytePlus الرسميBytePlus، إحدى شركات ByteDance
شريك BytePlus الرسمي · أفاتار ناطق
أفاتار ناطق بالذكاء الاصطناعي: مقدّم من صورة واحدة
ارفع صورة واحدة، وأضف نصًا أو صوتك، فتحوّلها مزامنة الشفاه في KreatorFlow إلى مقدّم يتحدث إلى الكاميرا بشفاه وتعابير وإيماءات طبيعية. استخدم الوجه نفسه في كل فيديو شرح أو درس أو حلقة، في لقطات تصل إلى 5 دقائق.
- صورة واحدة وأي نص
- صوتك أو صوت مستنسخ أو أصواتنا
- الوجه نفسه في كل فيديو
- حتى 5 دقائق
- $0.20 لكل ثانية بدقة 720p
مزامنة الشفاه أداة مدفوعة. طريقتان للبدء بمبلغ صغير: تجربة لمدة 48 ساعة مقابل $3 (60 رصيد، نحو 15 ثانية بدقة 720p؛ بعدها تستمر خطة Creator بسعر $19 للشهر الأول ثم $25 شهريًا ما لم تلغِ خلال الـ 48 ساعة) أو باقة رصيد تبدأ من $8 (160 رصيد، نحو 40 ثانية بدقة 720p، دفعة واحدة دون اشتراك).
آخر تحديث:
في هذه الصفحة
ما هو الأفاتار الناطق (وما ليس هو)
الأفاتار الناطق مقدّم مصنوع من صورة ثابتة: تقدّم أنت الوجه والكلمات، فيُظهر الفيديو ذلك الوجه وهو ينطقها. تصنعه KreatorFlow بمزامنة الشفاه التي تشغّل نموذج OmniHuman 2.0 من ByteDance عبر BytePlus (KreatorFlow شريك رسمي لـ BytePlus، إحدى شركات ByteDance). ولأن النموذج يقوده الصوت، تظهر الوقفات والتشديد ونبرة الصوت على الوجه.
يصنع لقطة ناطقة متصلة واحدة من صورة واحدة. ليس أفاتارًا تفاعليًا مباشرًا، ولا يصوّر مشاهد جديدة حول المقدّم؛ لتلك المشاهد اجمع مقاطع الأفاتار مع لقطات مساندة في برنامج تحرير.
اصنع أفاتارًا ناطقًا في ثلاث خطوات
- 1
اختر الأفاتار
استخدم صورتك، أو صورة مقدّم وافق على ذلك، أو شخصًا أو شخصية أنشأتها بالذكاء الاصطناعي. احفظها شخصيةً مرة واحدة، واستخدم الوجه نفسه في كل فيديو.
- 2
اكتب النص أو سجّله
اكتب النص واختر صوتًا، أو استخدم صوتًا استنسخته في استوديو الصوت، أو ارفع تسجيلًا. اللقطة الواحدة من 4 ثوانٍ حتى 5 دقائق.
- 3
ولّد وانشر
أضف إن شئت توجيهًا للإيماءات والكاميرا، واختر 720p أو 1080p، ثم اضغط توليد (4 رصيد لكل ثانية بدقة 720p). نزّل الفيديو وأضف الترجمة أو لقطات مساندة في أي برنامج تحرير.
أين ينجح الأفاتار الناطق
إعلانات بأسلوب UGC
شخص يتحدث إلى الكاميرا عن منتجك بأسلوب عفوي، مع الالتزام بقواعد المنصة بشأن المحتوى المولَّد.
قنوات بلا ظهور شخصي
مقدّم ثابت ليوتيوب وتيك توك والمقاطع القصيرة، دون أن يظهر صانع المحتوى.
الدورات الإلكترونية
المقدّم نفسه في كل درس، مع نصوص تعدّلها وتعيد توليدها بدل إعادة التصوير.
شرح المنتجات والتطبيقات
مقدمة وخاتمة بالأفاتار حول تسجيل الشاشة.
تحديثات الفريق والتعريف
وجه مألوف يقرأ التحديث الأسبوعي أو رسالة الترحيب، بأكثر من لغة.
فيديوهات دعم العملاء
إجابات قصيرة عن الأسئلة الشائعة، يقرؤها المقدّم نفسه.
نصائح لمقدّم طبيعي
- ضع الإطار كمقدّم حقيقي. الرأس والكتفان أو نصف الجسم، والنظر نحو الكاميرا، وإضاءة متساوية، وفم غير مغطى.
- طابق الصورة مع الصيغة. صورة عمودية بأسلوب السيلفي لتيك توك وريلز، وصورة أفقية بأسلوب الاستوديو ليوتيوب والدورات.
- اكتب للأذن. الجمل القصيرة والوقفات الطبيعية أوضح من الفقرات المكثفة، وتمنح الأفاتار وقتًا ليتفاعل.
- اجعل التوجيه بسيطًا. إيماءة عند النقاط المهمة، وابتسامة في النهاية، واقتراب بطيء للكاميرا. لا تصف الشخص، فالصورة تفعل ذلك.
- قسّم النصوص الطويلة. عدة لقطات أقصر بينها قطع تبدو أقرب إلى المونتاج الحقيقي من لقطة طويلة واحدة.
تكلفة الأفاتار الناطق
4 رصيد لكل ثانية من الصوت بدقة 720p و6 رصيد بدقة 1080p، وفيديو مدته دقيقة يكلف 240 رصيد بدقة 720p. تحتاج مزامنة الشفاه إلى خطة مدفوعة (من $19 للشهر الأول في Creator) أو باقة رصيد (من $8)، ويعود رصيد أي فيديو يفشل تلقائيًا. الجدول الكامل حسب الطول في صفحة مزامنة الشفاه بالذكاء الاصطناعي.
الموافقة والاستخدام المسؤول
استخدم صورك أو صور أشخاص أذنوا لك فقط. لتجعل شخصًا حقيقيًا يتكلم تحتاج إلى موافقته، ولا يجوز انتحال شخصية أحد. ويجب أن يكون الصوت تسجيلك أو مما يحق لك استخدامه. وعند نشر فيديو واقعي لشخص حقيقي، وضّح أنه مولَّد بالذكاء الاصطناعي. القواعد كاملة في سياسة الاستخدام المقبول (بالإنجليزية).
أسئلة عن الأفاتار الناطق
كيف أصنع أفاتارًا ناطقًا من صورة؟
ارفع صورة واحدة إلى مزامنة الشفاه في KreatorFlow، واكتب النص واختر صوتًا (أو ارفع تسجيلك)، ثم اضغط توليد. يحوّل نموذج OmniHuman 2.0 الصورة الثابتة إلى مقدّم ينطق النص بشفاه وتعابير وحركة رأس متطابقة.
هل أستطيع صنع أفاتار لنفسي؟
نعم. ارفع صورة واضحة لك واستخدم صوتك المسجّل، أو استنسخ صوتك مرة واحدة في استوديو الصوت واكتب نصوصًا جديدة به. بعدها تصنع الفيديوهات دون تصوير كل واحد منها.
هل أستطيع استخدام شخص مولَّد بالذكاء الاصطناعي أفاتارًا؟
نعم. أنشئ مقدّمًا بمولد الصور بالذكاء الاصطناعي، واحفظه، واستخدمه في مزامنة الشفاه.
هل يناسب القنوات التي لا يظهر فيها صاحبها؟
يناسب القنوات التي تحتاج إلى وجه ثابت دون أن يظهر صانع المحتوى أمام الكاميرا: الأفاتار والصوت نفسهما يقدّمان كل حلقة، وقد تصل اللقطة الواحدة إلى 5 دقائق. وضّح أن المقدّم مولَّد بالذكاء الاصطناعي حيث تطلب المنصة ذلك.
هل أستطيع صنع إعلانات بأسلوب UGC؟
يمكنك صنع شخص يتحدث إلى الكاميرا عن منتجك بأسلوب السيلفي أو المدونات المرئية. لكن كن صادقًا: لا تقدّم أفاتارًا مولَّدًا على أنه عميل حقيقي يكتب مراجعة حقيقية، والتزم بقواعد كل منصة إعلانية بشأن الأشخاص المولَّدين بالذكاء الاصطناعي.
هل يستطيع الأفاتار حمل منتجي أو عرضه؟
مزامنة الشفاه تحرّك الشخص الذي في الصورة ولا تضيف أشياء جديدة. إذا أردت أن يظهر المنتج في اللقطة، فضعه في الصورة من البداية، كصورة للمقدّم وهو يحمله.
كم يكلف فيديو الأفاتار الناطق؟
4 رصيد لكل ثانية بدقة 720p و6 رصيد بدقة 1080p. فيديو شرح مدته دقيقة يكلف 240 رصيد بدقة 720p، يُضاف إليه 2 رصيد لكل 1,000 حرف للصوت إذا كتبت النص. تحتاج مزامنة الشفاه إلى خطة مدفوعة (من $19 للشهر الأول في Creator) أو باقة رصيد (من $8).
هل يستطيع الأفاتار التحدث بالعربية ولغات أخرى؟
نعم. تتبع الشفاه ما يقوله الصوت. أنشئ الجملة بالعربية أو بأي لغة في استوديو الصوت، أو ارفع تسجيلًا، واستخدم الصورة نفسها لكل نسخة.
هل يستطيع المطورون بناء ميزة أفاتار ناطق؟
نعم. تستقبل واجهة OmniHuman API (/v1/lip-sync) صورة ومقطعًا صوتيًا وتعيد الفيديو، بسعر لكل ثانية من رموز مدفوعة مسبقًا.
اصنع مقدّمك الخاص
أضف صورة واحدة ونصًا، واطّلع على السعر قبل التوليد. متاح مع أي خطة مدفوعة أو باقة رصيد.