Oficiální partner BytePlusBytePlus, společnost ByteDance
Oficiální partner BytePlus · OmniHuman 2.0
AI lip sync: tvořte videa s mluvícími postavami na základě fotografií a hlasu
Nahrajte fotografii, přidejte zvukovou stopu a postava na fotografii bude vyslovovat nebo zpívat každé slovo s přirozenými výrazy a pohyby. Funguje to s OmniHuman 2.0, audio řízeným modelem od ByteDance, a jeden záběr může trvat až 5 minut.
- Až 5 minut
- Mluvení, zpěv a rap
- Lidé, postavy a zvířata
- 720p nebo 1080p
- 4 kredity za sekundu
Lip Sync je placený nástroj. Dva způsoby, jak začít s malou částkou: zkušební přístup na 48 hodin za $3 (60 kreditů, přibližně 15 s ve 720p; poté Creator pokračuje za $19 první měsíc a $25/měsíc, pokud nezrušíte do 48 hodin; k dispozici také s plány Pro (60 kreditů, poté $49/měsíc) nebo Max (60 kreditů, poté $99/měsíc)) nebo balíček kreditů od $8 (160 kreditů, přibližně 40 s ve 720p, jednorázová platba bez předplatného).
Naposledy aktualizováno:
Na této stránce
Co můžete vytvořit s AI lip sync
AI lip sync přijímá dvě věci: fotografii osoby a to, co má říct. Výsledkem je video, ve kterém tato osoba skutečně mluví. Lip sync v KreatorFlow používá OmniHuman 2.0 nejnovější video model řízený zvukem od ByteDance. KreatorFlow je oficiální partner BytePlus, společnosti ByteDance a spouští tento model prostřednictvím BytePlus.
Řízený zvukem znamená, že zvuk vede. Pohyby rtů odpovídají slovům, obočí a hlava reagují na důraz, pauzy vypadají jako pauzy a píseň je předvedena, nikoli jen přizpůsobena rtům. Písemné pokyny stačí na věci, které audio nepřenáší, jako je úsměv, kývnutí nebo pomalé přiblížení kamery.
Jedno vygenerování může trvat až 5 minut, takže celá přednáška, lekce, prezentace produktu nebo celá píseň mohou být jedním plynulým videem se stejnou tváří od začátku do konce, bez spojování krátkých klipů.
Vytvořte video lip sync ve 3 krocích
- 1
Přidejte fotku
Nahrajte jednu jasnou fotku osoby, postavy nebo zvířete, nebo vyberte z vašich nahraných souborů, generovaných obrázků nebo uložených postav. Nejlepší výsledky dosáhnete s jednou tváří, která je přibližně obrácena kameře a má odhalená ústa.
- 2
Přidejte hlas
Napište text a vyberte jeden z našich hlasů, nebo přidejte vlastní MP3 nebo WAV: nahrávku, píseň nebo hlasovou linku vytvořenou v Audio studiu, včetně sklonovaného hlasu. Stopa může být dlouhá 4 sekund až 5 minut.
- 3
Generujte a stáhněte
Vyberte 720p nebo 1080p, přidejte volitelný pokyn pro gesta a pohyb kamery a stiskněte Generovat. Cena se zobrazí předem: 4 kredity za sekundu v 720p, 6 kreditů v 1080p. Video je stejně dlouhé jako audio a objeví se ve vaší knihovně.
Video, které můžete vytvořit
Jeden záběr až 5 minut
Zvuková stopa může trvat 4 sekund až 5 minut a délka videa je přesně stejná jako délka audio.
Mluvící fotografie, zpívající fotografie
Rozhovor, vyprávění, píseň až po rychlý rap. Pohyby rtů, intonace a emoce sledují audio.
Lidé, postavy, zvířata
Portréty, postavy anime a kreslené, 3D postavy, fantasy bytosti a zvířata mohou být animovány.
Jakýkoli jazyk
Model sleduje zvuk, takže lze použít češtinu a další jazyky nebo dialekty, pokud máte audio.
Pokyny k pohybu
Napište pokyny k pohybu, emocím, pohybu kamery a dějům na pozadí do 2 000 znaků.
720p nebo 1080p
4 kredity za sekundu v 720p a 6 kreditů za sekundu v 1080p, zobrazeno před generováním.
Odkud pochází zvuk?
Vestavěný zvuk. Napište text a vyberte jeden z vestavěných anglických hlasů na stránce lip sync. Hlasová linka se nejdřív vytvoří pomocí text to speech (2 kredity za 1 000 znaků), a pak video.
Vaše vlastní nahrávka. Nahrajte ji na telefonu a nahrajte jako MP3 nebo WAV. Čistý zvuk s minimem šumu dává nejostřejší pohyb rtů.
Zvuk ze studia Audio. Vytvořte hlasovou linku pomocí text to speech v mnoha jazycích a hlasech nebo si naklonujte vlastní hlas. Hlasové linky, které vytvoříte, se objeví v výběru audia pro lip sync.
Píseň. Nahrajte vokální stopu, ke které máte práva. Pokud máte k dispozici pouze plný mix, verze s tišší hudbou na pozadí dává lepší výsledky.
Cena videa s lip sync
Kredity se počítají za každou začatou sekundu zvuku, podle kódu, který je stejný jako ten, který studio používá pro odpočítávání kreditů.
720p za sekundu
4
kredity
1080p za sekundu
6
kredity
| Délka zvuku | 720p | 1080p |
|---|---|---|
| 4 sekund | 16 kreditů | 24 kreditů |
| 10 sekund | 40 kreditů | 60 kreditů |
| 30 sekund | 120 kreditů | 180 kreditů |
| 1 minut | 240 kreditů | 360 kreditů |
| 5 minut | 1 200 kreditů | 1 800 kreditů |
Minimální délka, která se počítá, je 4 sekund, a nejdelší video, 5 minut stojí 1 200 kreditů v 720p. Lip sync vyžaduje placený účet: plán (začínaje od Creator začínaje $19 v prvním měsíci) nebo balíček kreditů (začínaje od $8), stačí jeden z nich. Kredity za neúspěšná videa se automaticky vrátí. Všechny plány najdete na stránce ceny. Ceny v amerických dolarech.
Populární použití
- Prezentační videa a reklamy s mluvící postavou z jednoho firemního portrétu
- Vysvětlující videa k kurzům a školení se stejným lektorem v každé lekci
- Narozeninové a poděkovací zprávy z vaší fotky a vlastního hlasu
- Hudební videa a virtuální zpěváci z postavy a vokální stopy
- Stejná zpráva v několika jazycích z jednoho portrétu
- Audioknihy, podcasty a zpravodajské segmenty s tváří na obrazovce
- Mluvící maskoti, domácí mazlíčci a kreslené postavy pro sociální sítě
Tipy pro přirozený výsledek
- Použijte ostrou fotografii s jasně viditelnou jednou tváří. Nejlepší jsou záběry na obličej a polopostavy; malé tváře v dalekých záběrech nefungují dobře.
- Nekrývejte ústa a bradu: ruce, mikrofon ani vlasy by neměly zakrývat rty.
- Používejte čistý zvuk. Šum a hlasitá hudba na pozadí snižují přesnost pohybu rtů.
- Napište pokyny pro pohyb jako obyčejné věty, například „usměje se, pak se k vám nakloní, když mluví“. Nepopisujte to, co už je na fotce.
- Než vytvoříte dlouhé video v 1080p, otestujte krátkou větu v 720p.
Souhlas a odpovědné používání
AI lip sync přiměje osobu na fotce mluvit nebo zpívat podle zvukové stopy. Pravidla jsou proto jasná. Při prvním generování s novou fotkou vás stránka požádá o potvrzení, že jste to vy nebo že máte souhlas. Fotka se zkontroluje před účtováním kreditů a fotky s nahotou nebo s osobami mladšími 18 let se nevygenerují.
- Použijte vlastní fotografii nebo fotografii osoby, která udělila souhlas s animací obličeje. Můžete použít vlastní postavy, zvířata a ilustrace.
- Použijte hlas, který máte právo používat: vlastní, výchozí, klonovaný se souhlasem nebo povolený záznam. To samé platí pro hudbu a písně.
- Sexuální obsah, obsah zahrnující osoby mladší 18 let a vydávání se za jiné osoby je zakázán. Nevytvářejte záznamy, ve kterých skutečné osoby říkají věci, které nikdy neřekly, s cílem podvodu, obtěžování nebo dezinformací.
- Veřejné osoby, jako jsou celebrity a politici, nemohou být použity bez jejich souhlasu a práv k užití jejich podoby.
- Při nahrávání videa skutečné osoby, která mluví, označte, že video bylo vytvořeno pomocí AI. Mnoho platforem toto označení vyžaduje.
Plný seznam zákazů najdete v Podmínky používání (anglicky).
Často kladené otázky o AI lip sync
Co je AI lip sync?
Jak dlouhé může být video s lip sync?
Kolik stojí AI lip sync?
Potřebuji placený plán?
Může fotka zpívat, nejen mluvit?
V jakých jazycích lip sync funguje?
Funguje to s kreslenými postavami, 3D postavami a zvířaty?
Mohu použít fotku někoho jiného?
Mohu použít svůj vlastní hlas nebo sklonovaný hlas?
Existuje API pro lip sync?
Vytvořte své první mluvící video
Otevřete Lip Sync, nahrajte fotku a zvuk a cenu uvidíte před generováním. Funguje na jakémkoli placeném plánu nebo v balíčku kreditů od ceny
Lip Sync je placený nástroj. Dva způsoby, jak začít s malou částkou: zkušební přístup na 48 hodin za $3 (60 kreditů, přibližně 15 s ve 720p; poté Creator pokračuje za $19 první měsíc a $25/měsíc, pokud nezrušíte do 48 hodin; k dispozici také s plány Pro (60 kreditů, poté $49/měsíc) nebo Max (60 kreditů, poté $99/měsíc)) nebo balíček kreditů od $8 (160 kreditů, přibližně 40 s ve 720p, jednorázová platba bez předplatného).