Mówiący awatar i synchronizacja ust dla portretów
Złóż za zgodą mówiący portret do bibliotecznego powitania z jednego zdania: ustal twarz, nagraj głos, sprawdź rytm ust poza OmniArt i obejrzyj kadr, który opublikujesz.

Mówiący awatar to portret, który wygląda, jakby mówił. Przydatne zadanie jest wąskie: powitanie biblioteczne, krótka wstawka o produkcie albo wstęp do lekcji z jednego lub dwóch zdań. Ten przewodnik bierze fikcyjną asystentkę biblioteki, Mara Chen, jako przykład planowania. Jej kwestia: Twoja rezerwacja czeka przy ladzie.
W OmniArt portret przygotowujesz w przestrzeni obrazu, a głos generujesz modelem mowy w przestrzeni audio. Publiczny katalog ma modele obrazu, modele wideo i modele mowy. Nie ma w nim osobnego sterowania synchronizacją ust ani mówiącym awatarem, które nakłada scenariusz na kształt ust. Dokończ to zgranie w zewnętrznym edytorze synchronizacji ust, potem obejrzyj plik w kadrze, który opublikujesz. Tło kategorii jest w notatkach o awatarach (Otwiera się w nowej karcie), notatkach o synchronizacji ust (Otwiera się w nowej karcie) i notatkach o awatarze ze zdjęcia (Otwiera się w nowej karcie).
Do czego służy mówiący portret#
Sięgnij po mówiący portret, gdy twarz niesie przekaz, a ujęcie zostaje blisko. Kwestia Mara działa, bo widz potrzebuje jednego faktu i miejsca, na które patrzy: lady odbioru, a nie wycieczki po budynku. Zaplanuj jedną myśl, jedną twarz i jedno kadrowanie. Ujęcie półek należy do osobnego klipu.
Zdobądź zgodę, zanim ożywisz twarz#
Ożywiaj twarz przygotowaną na tę pracę albo twarz prawdziwej osoby, która zgodziła się na dokładnie to użycie. Jeśli Mara opiera się na współpracowniczce, weź pisemne „tak” na portret, na głos i na miejsca, gdzie wrzucisz klip.
Ostrzeżenie
Omiń osoby prywatne, osoby publiczne i głosy klientów, których nie wolno ci naśladować. Gdy wynik jest realistyczną syntetyczną osobą, dodaj ujawnienie, o które prosi platforma docelowa, w podpisie albo na samym obrazie.
Napisz scenariusz i wybierz głos#
Pisz na jeden oddech. „Twoja rezerwacja czeka przy ladzie” siada czysto. Przeczytaj kwestię na głos. Jeśli się potykasz, skróć słowa, zanim wygenerujesz.
Wygeneruj głos w przestrzeni audio OmniArt i trzymaj jedno ustawienie głosu przez całość. Przewodnik MiniMax Speech 2.8 omawia ujęcia HD i Turbo oraz interpunkcję. Trzymaj to samo ustawienie od kwestii testowej do finalnej, włącznie z krótką pauzą na każdym końcu.
Uruchom test synchronizacji na jednej krótkiej kwestii#
Zanim sięgniesz po zewnętrzne narzędzie, zrób krótki test obrazu w wideo: Mara lekko kiwa albo mruga. Ten test sprawdza światło, ramiona i to, czy twarz zostaje Marą. Nie twierdzi, że usta trafiają w słowa. Model wideo, który przyjmuje obraz, może ruszyć klatkę. Ten ruch nie jest sterowaniem, które wiąże klatki z plikiem głosu.
Weź zatwierdzony głos do edytora synchronizacji ust poza OmniArt i zsynchronizuj tylko to jedno zdanie. Odtwórz w normalnym tempie z dźwiękiem. Usta powinny otworzyć się przy pierwszym słowie i uspokoić, gdy fraza się kończy, a szczęka zostaje przy twarzy.
Jeśli test nie przechodzi, zmień jedno wejście. Weź wyraźniejszą klatkę na wprost, wolniejsze czytanie albo czystszy plik audio. Na przykład odrzuć selfie w trzech czwartych z podbródkiem schowanym, jeśli zasłania dolną wargę: narzędzie synchronizacji może musieć wymyślić brakującą krawędź ust. To kryterium odrzucenia, a nie wynik testu, który wykonaliśmy.
Trzymaj twarz nieruchomo między ujęciami#
Mara potrzebuje tych samych oczu, tego samego przedziałka i otwartego kołnierza na klatce, w teście ruchu i w zsynchronizowanym eksporcie. Użyj ponownie zatwierdzonego obrazu. Przewodnik po postaci dotyczy i tego przypadku, choć wykonanie to jedno zdanie.
Zatwierdzona klatka jest na wysokości oczu, z oknem biblioteki za jej lewym ramieniem i niczym na ustach. Okulary przeciwsłoneczne, dłoń przy brodzie, mocne rozmycie i stromy profil chowają kształty, które edytor synchronizacji ust musi odczytać.
Obejrzyj klip w finalnym kadrze#
Obejrzyj wyeksportowany plik w kadrze, który opublikujesz. Przy bibliotecznym poście 9:16 ustaw napisy poniżej brody, żeby nie przecinały ust. Sprawdź, czy oczy wciąż spotykają obiektyw po kadrowaniu, czy w głosie nie ma szumu pomieszczenia i czy słowa na ekranie zgadzają się z mówioną kwestią.
Obejrzyj raz dla sensu i raz dla ust. Klatka, która na pauzie wygląda ostro, może wciąż spóźniać się na początku zdania. Trzymaj muzykę pod głosem. Jeśli kadr odcina kołnierz, wróć do zatwierdzonej klatki.
Jak zacząć w OmniArt#
Wygeneruj Marę jako oryginalny portret na wprost w przestrzeni obrazu, z obojgiem oczu i ustami odsłoniętymi. Wygeneruj głos z jednego zdania w przestrzeni audio i zapisz to ujęcie. Modelu wideo użyj tylko do krótkiego testu ruchu klatki. Synchronizację ust dokończ w zewnętrznym edytorze, potem obejrzyj finalny kadr z napisami na miejscu, zanim opublikujesz.


