Volcengine Video Lip Sync AI वीडियो लिप सिंक

इसका उपयोग तब करें जब स्रोत वीडियो पहले से वही दृश्य परिणाम हो जिसे बनाए रखना है और केवल बोले गए प्रदर्शन को अलग वोकल ट्रैक का अनुसरण करना हो। यह वीडियो-और-ऑडियो लिप-सिंक कार्यप्रवाह है, प्रॉम्प्ट-निर्देशित वीडियो जेनरेटर या पोर्ट्रेट-एनीमेशन मॉडल नहीं।

अधिकतम 95 MB का ठीक एक MP4 या MOV वीडियो और अधिकतम 10 MB की एक MP3, M4A, WAV, AAC या OGG ऑडियो फ़ाइल अपलोड करें। वीडियो समर्थित 360p से 1080p ज्यामिति, 24 से 60 fps और 1 से 30 Mbps की सीमा में होना चाहिए तथा दोनों फ़ाइलों की सत्यापित अवधि धनात्मक होनी चाहिए।

जब एक व्यक्ति कैमरे की ओर मुख किए हो और तेज़ प्रोसेसिंग तथा ऑडियो-से-वीडियो संरेखण नियंत्रण उपयोगी हों, तब Lite चुनें। अधिक जटिल एक-व्यक्ति दृश्य के लिए Basic चुनें, खासकर जब दृश्य विभाजन और वक्ता पहचान चाहिए।

Lite मोड में लक्षित ऑडियो स्रोत फुटेज से लंबा होने पर ऑडियो संरेखण वीडियो को दोहरा सकता है। विपरीत दिशा में दोहराव तभी उपलब्ध है जब संरेखण चालू हो और टेम्पलेट आरंभ मान चुनता है कि स्रोत क्रम कहाँ से शुरू होगा। Basic मोड इन नियंत्रणों का उपयोग नहीं करता।

Rivya सत्यापित ऑडियो के प्रति सेकंड 8 क्रेडिट की दर इस्तेमाल करता है और आउटपुट अवधि उसी ऑडियो का अनुसरण करती है। दशमलव अवधि पूरी गणना में बनी रहती है और केवल आरक्षण के कुल को ऊपर की ओर पूर्ण क्रेडिट में बदला जाता है। जब रिपोर्ट की गई वास्तविक खपत मान्य हो और आरक्षित राशि से अधिक न हो, तो Rivya उसी पर अंतिम निपटान करता है; अनुपलब्ध, अमान्य या आरक्षण से अधिक खपत छिपा हुआ अतिरिक्त शुल्क लगाने के बजाय मिलान प्रक्रिया में रहती है।

मौजूदा एक-व्यक्ति वीडियो को एक लक्षित वोकल ट्रैक के साथ जोड़ें, ताकि दृश्य भाषण नए ऑडियो का अनुसरण करे और स्रोत फुटेज दृश्य आधार बना रहे।

स्पष्ट वक्ता वाली समर्थित MP4 या MOV फ़ाइल इस्तेमाल करें, फिर साफ़ वोकल ट्रैक तैयार करें। जाँचें कि वीडियो 95 MB से बड़ा न हो और उसका रिज़ॉल्यूशन, फ्रेम दर तथा बिटरेट दी गई सीमाओं में हों।

सरल सामने की ओर मुख वाले फुटेज के लिए Lite से शुरू करें। दृश्य अधिक जटिल हो या दृश्य विभाजन तथा वक्ता पहचान उपयोगी हो, तो Basic इस्तेमाल करें।

विवरण सार्वजनिक हैं, लेकिन अपलोड और जनरेशन के लिए साइन इन जरूरी है। कीमत सत्यापित ऑडियो के प्रति सेकंड 8 क्रेडिट है, परिणाम ऑडियो अवधि का अनुसरण करता है और केवल अंतिम गणना किए गए कुल को ऊपर की ओर पूर्णांकित किया जाता है।

एक स्रोत-वीडियो और वॉइस-ट्रैक परीक्षण के लिए यहीं रहें। सहेजे गए डब, कई भाषाएँ या टेक, तुलना कार्य या लंबा स्थानीयकरण कार्यप्रवाह चाहिए तो Studio खोलें।