MiniMax H3 Max Lip Sync: Biến ảnh thành video nói chuyện

Lip Sync là thành viên của gia đình MiniMax H3 Max, được xây dựng để làm một việc mà các mô hình khác không làm được: làm cho một khuôn mặt yên tĩnh biết nói. Nơi mà mô hình cha mẹ tạo ra video từ một gợi ý hoặc hình ảnh, Lip Sync lấy một chân dung và một đoạn âm thanh và điều khiển miệng để khớp với những gì nó nghe thấy. Sử dụng cho người dẫn chương trình ảo, nội dung đầu nói có thuyết minh và hình ảnh nhân vật được lồng tiếng cho ngôn ngữ khác.

Sản xuất tại 480p, 768p, 1080p hoặc 2K, với tỷ lệ khung hình lấy từ hình ảnh bạn tải lên thay vì đặt riêng. Âm thanh quyết định độ dài, từ 5 đến 14,8 giây, nên không có trường độ dài nào để sai và không có sự im lặng đệm vào cuối. Giữ cùng một chân dung và thay đổi đoạn âm thanh để tạo ra một phiên bản khác - một dòng ghi lại, một bản đọc dịch, một đoạn cắt ngắn hơn - và người dẫn chương trình trông giống hệt nhau trong mỗi phiên bản.

Đưa âm thanh của bạn và mô hình đọc nó từng khung hình, điều khiển miệng để khớp với âm thanh thay vì ước lượng giọng nói. Vì giọng nói là của bạn, độ truyền tải, giọng điệu và tốc độ là bất cứ điều gì bạn đã thu - không có gì bị tổng hợp và không có gì bị đoán. Khuôn mặt trong ảnh vẫn là khuôn mặt trong video, do đó người dẫn chương trình mà bạn đã chụp hoặc tạo ra giữ nguyên diện mạo của họ trong mọi thứ họ nói.

Hầu hết các đoạn cần không gì hơn ngoài tệp âm thanh. Khi giọng nói nhanh, giọng mạnh hoặc bản ghi âm nhiều tạp âm, hãy đưa từ ngữ cùng với nó và mô hình sử dụng chúng để hướng dẫn đồng bộ. Nó vẫn là tùy chọn suốt, vì vậy bạn chỉ cần khi cần hơn là ghi chép mọi thứ trước.

Hãy đến với Lip Sync khi cần làm một khuôn mặt phải nói - giải thích sản phẩm, phiên bản được bản địa hóa của cùng một kịch bản, hoặc một người dẫn chương trình xuất hiện thường xuyên không bao giờ cần đặt lịch lại. Không có khóa API và không có tài khoản riêng: tạo clip và mang nó vào editor. Bên trong Picsart, nó nằm cùng 150+ mô hình, bao gồm Camera Controls cho chuyển động máy quay được lập trình và Ref-to-Video cho tạo dựng dựa trên tham chiếu, vì vậy bạn có thể đồng bộ khuôn mặt ở đây và chuyển đổi mô hình cho cảnh quay tiếp theo.