Επίσημος συνεργάτης του BytePlusBytePlus, εταιρεία της ByteDance
Επίσημος συνεργάτης του BytePlus · OmniHuman 2.0
AI lip sync: Δημιούργησε βίντεο με ομιλούντα πρόσωπα από φωτογραφίες και φωνή
Μεταφόρτωσε μια φωτογραφία, πρόσθεσε ένα αρχείο ήχου και το πρόσωπο στη φωτογραφία θα μιλά ή θα τραγουδά κάθε λέξη με φυσικές εκφράσεις και κινήσεις. Τρέχει στο OmniHuman 2.0, το μοντέλο ελεγχόμενο από ήχο της ByteDance, με μία λήψη έως 5 λεπτό.
- Έως 5 λεπτά
- Ομιλία, τραγούδι και ραπ
- Άνθρωποι, χαρακτήρες και ζώα
- 720p ή 1080p
- 4 πιστώσεις ανά δευτερόλεπτο
Το Lip Sync είναι εργαλείο επί πληρωμή. Δύο τρόποι να ξεκινήσεις με μικρό ποσό: μια δοκιμή 48 ωρών για $3 (60 πιστώσεις, περίπου 15 δευτερόλεπτα σε 720p· στη συνέχεια το Creator συνεχίζεται με $19 τον πρώτο μήνα και $25/μήνα, εκτός αν ακυρώσεις μέσα στις 48 ώρες; διαθέσιμο και με Pro (60 πιστώσεις, μετά $49/μήνα) ή Max (60 πιστώσεις, μετά $99/μήνα)) ή ένα πακέτο πιστώσεων από $8 (160 πιστώσεις, περίπου 40 δευτερόλεπτα σε 720p, εφάπαξ πληρωμή χωρίς συνδρομή).
Τελευταία ενημέρωση:
Σε αυτή τη σελίδα
Τι μπορείς να δημιουργήσεις με το AI lip sync
Το AI lip sync παίρνει δύο πράγματα: μια φωτογραφία ενός προσώπου και κάτι να πει. Το αποτέλεσμα είναι ένα βίντεο όπου αυτό το πρόσωπο μιλά πραγματικά. Το Lip Sync στο KreatorFlow χρησιμοποιεί OmniHuman 2.0 το νεότερο μοντέλο βίντεο ελεγχόμενο από ήχο της ByteDance. Το KreatorFlow είναι επίσημος συνεργάτης του BytePlus, εταιρείας της ByteDance και τρέχει αυτό το μοντέλο μέσω του BytePlus.
Το ελεγχόμενο από ήχο σημαίνει ότι ο ήχος καθοδηγεί. Οι κινήσεις των χειλιών ταιριάζουν με τις λέξεις, τα φρύδια και το κεφάλι αντιδρούν στις τονίσεις, οι παύσεις φαίνονται ως παύσεις και ένα τραγούδι εκτελείται παρά μόνο ταιριάζει στα χείλη. Οι προαιρετικές οδηγίες κειμένου προσθέτουν μόνο ό,τι δεν μπορεί να πει ο ήχος, όπως ένα χαμόγελο, ένα νεύμα ή μια αργή στροφή της κάμερας.
Μια μοναδική δημιουργία μπορεί να διαρκέσει έως 5 λεπτά, οπότε μια ομιλία, ένα μάθημα, μια παρουσίαση προϊόντος ή ένα ολόκληρο τραγούδι μπορούν να γίνουν ένα συνεχόμενο βίντεο με το ίδιο πρόσωπο από την αρχή μέχρι το τέλος, αντί για σύντομα κλιπ κολλημένα μαζί.
Δημιούργησε βίντεο lip sync σε 3 βήματα
- 1
Προσθήκη φωτογραφίας
Μεταφόρτωσε μια καθαρή φωτογραφία με ένα πρόσωπο, έναν χαρακτήρα ή ένα ζώο, ή διάλεξε μια από τις δικές σου μεταφορτώσεις, δημιουργίες ή αποθηκευμένους χαρακτήρες. Λειτουργεί καλύτερα με μια φωτογραφία που δείχνει ένα πρόσωπο, στραμμένο προς την κάμερα, με ανοιχτά χείλη.
- 2
Προσθήκη ήχου
Γράψε ένα κείμενο και διάλεξε έναν από τους ενσωματωμένους φωνές, ή μεταφόρτωσε τη δική σου ηχογράφηση, τραγούδι ή φωνητική γραμμή από το Audio studio (MP3 ή WAV). Το αρχείο ήχου μπορεί να έχει διάρκεια 4 δευτερόλεπτα έως 5 λεπτά.
- 3
Δημιουργία και λήψη
Διάλεξε ανάλυση 720p ή 1080p, πρόσθεσε προαιρετικές οδηγίες για κινήσεις και κάμερα, και πάτα Δημιούργησε. Η τιμή εμφανίζεται πρώτα: 4 πιστώσεις ανά δευτερόλεπτο στα 720p και 6 πιστώσεις στα 1080p. Το βίντεο έχει την ίδια διάρκεια με τον ήχο και εμφανίζεται στη βιβλιοθήκη σου.
Τι βίντεο μπορείς να δημιουργήσεις
Μία λήψη έως 5 λεπτά
Ο ήχος μπορεί να διαρκέσει 4 δευτερόλεπτα έως 5 λεπτά, και το μήκος του βίντεο είναι ακριβώς το ίδιο με τον ήχο.
Ομιλούσα φωτογραφία, τραγουδιστική φωτογραφία
Ομιλία, διάλογος, αφήγηση, τραγούδια και γρήγορα στίχους. Τα σχήματα των χειλιών, ηintonation και τα συναισθήματα ακολουθούν το αρχείο ήχου.
Άνθρωποι, χαρακτήρες, ζώα
Πορτρέτα, χαρακτήρες anime και κινουμένων σχεδίων, 3D χαρακτήρες, φανταστικά πλάσματα και ζώα μπορούν να αναπαρασταθούν.
Οποιοδήποτε γλώσσα
Το μοντέλο ακολουθεί τον ήχο, οπότε η ελληνική και άλλες γλώσσες ή διάλεκτοι μπορούν να χρησιμοποιηθούν, εφόσον υπάρχει αρχείο ήχου.
Οδηγίες κίνησης
Γράψε κινήσεις, συναισθήματα, κινήσεις κάμερας και γεγονότα στο παρασκήνιο έως 2.000 χαρακτήρες.
720p ή 1080p
4 πιστώσεις ανά δευτερόλεπτο στα 720p και 6 πιστώσεις ανά δευτερόλεπτο στα 1080p, εμφανίζεται πριν τη δημιουργία.
Πού προέρχεται ο ήχος;
Ενσωματωμένος ήχος. Πληκτρολόγησε το κείμενο και διάλεξε έναν από τους αγγλικούς φωνές στη σελίδα Lip Sync. Η φωνή δημιουργείται πρώτα με Text to Speech (2 πιστώσεις ανά 1.000 χαρακτήρες), και μετά το βίντεο.
Το δικό σου ηχογραφημένο. Ηχογράφησε με το κινητό και ανέβασέ το ως MP3 ή WAV. Καθαρός ήχος με λίγους θορύβους δίνει πιο ευκρινή κίνηση των χειλιών.
Ήχος από το Audio studio. Δημιούργησε φωνή με Text to Speech σε πολλές γλώσσες και φωνές ή κλωνοποίησε τη δική σου φωνή. Οι φωνές που δημιουργείς εμφανίζονται στη λίστα επιλογής ήχου Lip Sync.
Τραγούδι. Ανέβασε μια φωνητική κομμάτι που έχεις τα δικαιώματα. Αν έχεις μόνο το πλήρες μίξ, μια έκδοση με πιο χαμηλή μουσική δίνει καλύτερα αποτελέσματα.
Τιμή βίντεο Lip Sync
Πιστώσεις ανά δευτερόλεπτο ήχου, από τον ίδιο κώδικα που χρησιμοποιεί το studio για την χρέωση.
720p ανά δευτερόλεπτο
4
πιστώσεις
1080p ανά δευτερόλεπτο
6
πιστώσεις
| Μήκος ήχου | 720p | 1080p |
|---|---|---|
| 4 δευτερόλεπτα | 16 πιστώσεις | 24 πιστώσεις |
| 10 δευτερόλεπτα | 40 πιστώσεις | 60 πιστώσεις |
| 30 δευτερόλεπτα | 120 πιστώσεις | 180 πιστώσεις |
| 1 λεπτά | 240 πιστώσεις | 360 πιστώσεις |
| 5 λεπτά | 1.200 πιστώσεις | 1.800 πιστώσεις |
Η ελάχιστη διάρκεια που χρεώνεται είναι 4 δευτερόλεπτα, και το μακρύτερο βίντεο, 5 λεπτά κοστίζει 1.200 πιστώσεις σε 720p. Το Lip Sync απαιτεί λογαριασμό πληρωμής: οποιοδήποτε πλάνο (από Creator από $19 τον πρώτο μήνα) ή πακέτο πιστώσεων (από $8, αρκεί ένα από αυτά. Οι πιστώσεις για ένα αποτυχημένο βίντεο επιστρέφονται αυτόματα. Δες όλα τα πλάνα στη σελίδα τιμών. Οι τιμές σε δολάρια ΗΠΑ.
Δημοφιλείς χρήσεις
- Παρουσιάσεις προϊόντων και διαφημίσεις εκπροσώπων από μία φωτογραφία μάρκας
- Βίντεο μαθημάτων και εκπαίδευσης με τον ίδιο παρουσιαστή σε κάθε μάθημα
- Μηνύματα γενεθλίων και ευχαριστιών από τη φωτογραφία σου, με τη δική σου φωνή
- Μουσικά βίντεο και εικονικοί τραγουδιστές από χαρακτήρα και φωνητική κομμάτι
- Το ίδιο μήνυμα σε πολλές γλώσσες από μία φωτογραφία
- Αυδιόβιβλοι, podcast και ειδησεογραφικά κλιπ με πρόσωπο στην οθόνη
- Ομιλούντες μάσκες, κατοικίδια και κινούμενοι χαρακτήρες για social media
Συμβουλές για φυσικό αποτέλεσμα
- Χρησιμοποίησε μια καθαρή φωτογραφία με ένα καθαρά ορατό πρόσωπο. Τα close-up και τα μισά σώματα λειτουργούν καλύτερα· τα μακρινά πλάνα με μικρό πρόσωπο δεν είναι κατάλληλα.
- Κράτα τα χείλη και το πηγούνι uncovered: κανένα χέρι, μικρόφωνο ή μαλλί πάνω από τα χείλη.
- Χρησιμοποίησε καθαρό ήχο. Ο θόρυβος και η δυνατή μουσική στο παρασκήνιο μειώνουν την ακρίβεια της κίνησης του στόματος.
- Γράψε οδηγίες μόνο για κίνηση, με απλές προτάσεις. Για παράδειγμα: «Χαμογέλα, μετά γείρε προς την κάμερα ενώ μιλάς». Μην περιγράφεις αυτό που ήδη υπάρχει στην εικόνα.
- Δοκίμασε μια σύντομη πρόταση σε 720p πριν δημιουργήσεις ένα μακρύ πλάνο σε 1080p.
Συγκατάθεση και υπεύθυνη χρήση
Το AI lip sync κάνει τα πρόσωπα στις εικόνες να μιλούν ή να τραγουδούν ακριβώς σύμφωνα με το ηχητικό αρχείο. Οι κανόνες είναι σαφείς. Κατά την πρώτη δημιουργία με μια νέα εικόνα, η ιστοσελίδα ζητά επιβεβαίωση ότι είσαι το πρόσωπο ή ότι έχεις τη συγκατάθεσή του. Η εικόνα ελέγχεται πριν χρεωθούν πιστώσεις, και εικόνες με γύμνο ή ανηλίκους δεν επεξεργάζονται.
- Χρησιμοποίησε τη δική σου φωτογραφία ή φωτογραφία κάποιου που έχει δώσει συγκατάθεση για την κίνηση του προσώπου. Μπορείς να χρησιμοποιήσεις τους δικούς σου χαρακτήρες, ζώα και εικόνες.
- Χρησιμοποίησε φωνή για την οποία έχεις δικαίωμα χρήσης: τη δική σου, προεπιλεγμένη, κλωνοποιημένη με συγκατάθεση ή ηχογράφηση με άδεια. Το ίδιο ισχύει για μουσική και τραγούδια.
- Ασεξουαλικός περιεχόμενος, περιεχόμενο με ανηλίκους και υποδοχή ταυτότητας άλλων προσώπων απαγορεύονται. Μην δημιουργείς ηχογραφήσεις όπου πραγματικά πρόσωπα λένε πράγματα που δεν έχουν πει ποτέ, με σκοπό απάτη, παρενόχληση ή παραπληροφόρηση.
- Δημόσια πρόσωπα, όπως celebrities και πολιτικοί, δεν μπορούν να χρησιμοποιηθούν χωρίς τη συγκατάθεσή τους και τα δικαιώματα χρήσης της εικόνας τους.
- Κατά τη μεταφόρτωση βίντεο πραγματικού προσώπου που μιλά, σημείωσε ότι το βίντεο δημιουργήθηκε με AI. Πολλές πλατφόρμες απαιτούν αυτή τη σήμανση.
Η πλήρης λίστα απαγορεύσεων βρίσκεται στο Πολιτική χρήσης (αγγλικά).
Συχνές ερωτήσεις για το AI lip sync
Τι είναι το AI lip sync;
Πόσο μεγάλο μπορεί να είναι το βίντεο;
Πόσο κοστίζει το AI lip sync;
Χρειάζομαι συνδρομή;
Η φωτογραφία μπορεί να τραγουδήσει, όχι μόνο να μιλήσει;
Λειτουργεί με ελληνικά;
Λειτουργεί με κινούμενα σχέδια, 3D χαρακτήρες και ζώα;
Μπορώ να χρησιμοποιήσω φωτογραφία κάποιου άλλου;
Μπορώ να χρησιμοποιήσω τη δική μου φωνή ή κλωνοποιημένη φωνή;
Υπάρχει API για lip sync;
Δημιούργησε το πρώτο σου ομιλούν βίντεο
Άνοιξε το Lip Sync, πρόσθεσε μια φωτογραφία και μια φωνή, και δες την τιμή πριν τη δημιουργία. Διαθέσιμο σε οποιοδήποτε πληρωμένο πλάνο ή πακέτο πιστώσεων.
Το Lip Sync είναι εργαλείο επί πληρωμή. Δύο τρόποι να ξεκινήσεις με μικρό ποσό: μια δοκιμή 48 ωρών για $3 (60 πιστώσεις, περίπου 15 δευτερόλεπτα σε 720p· στη συνέχεια το Creator συνεχίζεται με $19 τον πρώτο μήνα και $25/μήνα, εκτός αν ακυρώσεις μέσα στις 48 ώρες; διαθέσιμο και με Pro (60 πιστώσεις, μετά $49/μήνα) ή Max (60 πιστώσεις, μετά $99/μήνα)) ή ένα πακέτο πιστώσεων από $8 (160 πιστώσεις, περίπου 40 δευτερόλεπτα σε 720p, εφάπαξ πληρωμή χωρίς συνδρομή).