Volcengine Video Lip Sync AI synchronizace rtů ve videu

Použijte jej, když je zdrojové video už vizuálním výsledkem, který chcete zachovat, a pouze mluvený projev se má řídit jinou hlasovou stopou. Jde o synchronizaci rtů mezi videem a zvukem, nikoli o video generátor vedený promptem ani model animace portrétu.

Nahrajte právě jedno video MP4 nebo MOV do 95 MB a jeden zvukový soubor MP3, M4A, WAV, AAC nebo OGG do 10 MB. Video musí být v podporované geometrii 360p až 1080p, rozsahu 24 až 60 fps a 1 až 30 Mbps a oba soubory musejí mít kladnou ověřenou délku.

Lite zvolte pro jednu osobu čelně otočenou ke kameře, když se hodí rychlejší zpracování a ovládání zarovnání zvuku s videem. Basic zvolte pro složitější scénu s jednou osobou, zejména když je potřeba segmentace scén a identifikace mluvčího.

V režimu Lite může zarovnání zvuku opakovat video, když je cílový zvuk delší. Zpětné opakování je dostupné pouze při zapnutém zarovnání a počáteční hodnota šablony určuje, kde zdrojová sekvence začne. Režim Basic tyto ovládací prvky nepoužívá.

Rivya používá sazbu 8 kreditů za ověřenou sekundu zvuku a délka výstupu se řídí tímto zvukem. Desetinná délka zůstává součástí celého výpočtu a nahoru na celý kredit se zaokrouhlí pouze celková rezervace. Pokud je nahlášená skutečná spotřeba platná a nepřekračuje rezervaci, Rivya podle ní provede vyúčtování; chybějící, neplatná nebo vyšší než rezervovaná spotřeba zůstane v procesu odsouhlasení a nevyvolá skrytý dodatečný odpočet.

Spojte jedno existující video s jedinou osobou a jednu cílovou hlasovou stopu tak, aby viditelná řeč následovala nový zvuk a zdrojový záznam zůstal vizuálním základem.

Použijte podporovaný soubor MP4 nebo MOV s jasně viditelným mluvčím a připravte čistou hlasovou stopu. Zkontrolujte, že video nemá více než 95 MB a že jeho rozlišení, snímková frekvence a datový tok spadají do uvedených limitů.

Pro jednoduchý čelní záznam začněte režimem Lite. Basic použijte, když je scéna složitější nebo se hodí segmentace scén a identifikace mluvčího.

Podrobnosti jsou veřejné, ale nahrávání a generování vyžaduje přihlášení. Cena činí 8 kreditů za ověřenou sekundu zvuku, výsledek se řídí délkou zvuku a nahoru se zaokrouhlí pouze konečný vypočtený součet.

Zůstaňte zde pro jeden test zdrojového videa a hlasové stopy. Studio otevřete pro uložené dabingy, opakované jazyky či pokusy, porovnávání nebo delší lokalizační postup.