AI 립싱크: 사진과 목소리로 말하는 영상 만들기

립싱크 AI는 두 가지를 받습니다. 누군가의 사진, 그리고 그 사람이 말할 내용입니다. 결과는 그 사람이 실제로 말하는 영상입니다. KreatorFlow 립싱크는 ByteDance의 최신 오디오 기반 영상 모델인 OmniHuman 2.0을 씁니다. KreatorFlow는 ByteDance 계열사인 BytePlus의 공식 파트너이며, 이 모델을 BytePlus를 통해 실행합니다.

오디오 기반이라는 것은 소리가 영상을 이끈다는 뜻입니다. 입 모양은 단어에 맞고, 눈썹과 고개는 강조에 반응하며, 쉬는 부분은 쉬는 것처럼 보이고, 노래는 입만 맞추는 것이 아니라 실제로 부르는 것처럼 보입니다. 글로 쓰는 연출은 미소, 끄덕임, 천천히 다가가는 카메라처럼 오디오가 전하지 못하는 부분만 더하면 됩니다.

한 번에 최대 5분까지 만들 수 있으니, 강연이나 강의, 제품 소개, 노래 한 곡을 짧은 클립을 이어 붙이지 않고 같은 얼굴로 끊김 없이 담을 수 있습니다.

기본 제공 음성. 할 말을 입력하고 립싱크 화면에 있는 영어 음성 중 하나를 고르세요. 먼저 음성 합성(1,000자당 2크레딧)으로 대사를 만든 뒤 영상을 만듭니다.

직접 녹음한 목소리. 휴대폰으로 녹음해 MP3 또는 WAV로 올리세요. 잡음이 적은 깨끗한 음성일수록 입 모양이 또렷합니다.

오디오 스튜디오의 음성. 한국어 음성을 비롯한 여러 언어와 목소리로 음성 합성을 하거나, 내 목소리를 클론해 대사를 만들 수 있습니다. 만든 음성 파일은 립싱크의 오디오 선택 목록에 나타납니다. 자세한 내용은 한국어 TTS 페이지에서 볼 수 있습니다.

노래. 권리를 가진 보컬 트랙을 올리세요. 전체 믹스밖에 없다면 반주 소리가 작은 버전이 더 잘 맞습니다.

최소 과금 길이는 4초이고, 가장 긴 5분 영상은 720p에서 1,200크레딧입니다. 립싱크는 유료 계정이 필요합니다. 플랜(Creator 첫 달 $19부터) 또는 크레딧 팩($8부터) 중 아무것이나 있으면 됩니다. 실패한 영상의 크레딧은 자동으로 돌아옵니다. 모든 플랜은 요금제에서 확인하세요. 가격은 미국 달러 기준입니다.

• 얼굴이 하나만 뚜렷하게 보이는 선명한 사진을 쓰세요. 클로즈업과 상반신이 가장 좋고, 얼굴이 작은 원거리 사진은 맞지 않습니다.
• 입과 턱을 가리지 마세요. 손, 마이크, 머리카락이 입술을 덮지 않아야 합니다.
• 깨끗한 오디오를 쓰세요. 잡음과 큰 배경음악은 입 모양을 덜 정확하게 만듭니다.
• 연출은 움직임만 평범한 문장으로 쓰세요. 예를 들어 “말하면서 미소 짓다가 카메라 쪽으로 몸을 기울인다”처럼요. 사진에 이미 있는 것은 설명하지 않아도 됩니다.
• 긴 영상을 1080p로 만들기 전에 짧은 대사를 720p로 먼저 시험해 보세요.