MiniMax H3 Max Lip Sync: Trasforma una Foto in un Video Parlante

Lip Sync è il membro volto parlante della famiglia MiniMax H3 Max, costruito per un lavoro che gli altri non fanno: far parlare un volto fermo. Dove il modello principale genera video da un prompt o un'immagine, Lip Sync prende un ritratto e una traccia audio e anima la bocca per adattarsi a ciò che sente. Usalo per presentatori virtuali, contenuti narrati volti parlanti e personaggi illustrati doppiati in un'altra lingua.

Genera a 480p, 768p, 1080p o 2K, con il rapporto d'aspetto tratto dall'immagine che carichi anziché impostato separatamente. L'audio decide la lunghezza, ovunque da 5 a 14.8 secondi, quindi non c'è campo durata da sbagliare e nessun silenzio aggiunto alla fine. Mantieni lo stesso ritratto e cambia la traccia per produrre un'altra versione - una linea riscritta, una lettura tradotta, un taglio più corto - e il presentatore appare identico in ogni versione.

Porta il tuo audio e il modello lo legge fotogramma per fotogramma, facendo muovere la bocca in modo da adattarsi al suono anziché approssimare il discorso. Poiché la voce è la tua, la consegna, l'accento e il ritmo sono quello che hai registrato - niente è sintetizzato e niente è indovinato. Il volto nella foto rimane il volto nel video, quindi un presentatore che hai già girato o generato conserva la sua somiglianza in tutto ciò che dice.

La maggior parte delle tracce ha bisogno solo del file audio. Quando il discorso è veloce, l'accento è forte o la registrazione è rumorosa, passa le parole accanto ad essa e il modello le usa per guidare la sincronizzazione. Rimane opzionale per tutto il tempo, quindi lo usi solo sui take che ne hanno bisogno anziché trascrivere tutto in anticipo.

Usa Lip Sync quando un volto deve parlare - spiegazioni di prodotto, versioni localizzate dello stesso script, o un presentatore ricorrente che non ha mai bisogno di essere prenotato nuovamente. Non c'è chiave API né account separato: genera il clip e portalo nell'editor. All'interno di Picsart si trova insieme a oltre 150 modelli, inclusi Camera Controls per il movimento programmato della telecamera e Ref-to-Video per la generazione guidata da riferimento, quindi puoi sincronizzare il volto qui e cambiare modello per il prossimo scatto.