Volcengine Video Lip Sync AI videós ajakszinkron

Akkor használd, ha a forrásvideó már a megőrzendő vizuális eredmény, és csak a beszédelőadásnak kell másik hangsávot követnie. Ez videó- és hangalapú ajakszinkronizálási munkafolyamat, nem promptvezérelt videógenerátor vagy portréanimációs modell.

Tölts fel pontosan egy, legfeljebb 95 MB-os MP4 vagy MOV videót és egy, legfeljebb 10 MB-os MP3, M4A, WAV, AAC vagy OGG hangfájlt. A videónak a támogatott 360p–1080p geometriai, 24–60 képkocka/másodperces és 1–30 Mbps bitrátatartományban kell lennie, mindkét fájl ellenőrzött időtartamának pedig pozitívnak kell lennie.

Válaszd a Lite módot a kamerával szemben álló egyetlen személyhez, ha hasznos a gyorsabb feldolgozás és a hang–videó igazítás vezérlése. Válaszd a Basic módot összetettebb egyszemélyes jelenethez, különösen akkor, ha jelenetszegmentálásra és beszélőazonosításra van szükség.

Lite módban a hangigazítás megismételheti a videót, ha a célhang hosszabb. A visszafelé történő ismétlés csak bekapcsolt igazítás mellett érhető el, a sablon kezdőértéke pedig megadja, hol kezdődjön a forrássorozat. A Basic mód nem használja ezeket a vezérlőket.

A Rivya az ellenőrzött hang minden másodpercére 8 kreditet számít, a kimenet időtartama pedig ezt a hangot követi. A tört időtartam a teljes számítás része marad, és csak a foglalás végösszege kerül felfelé kerekítésre egész kreditre. Ha a jelentett tényleges felhasználás érvényes, és nem haladja meg a lefoglalt összeget, a Rivya arra számol el. A hiányzó, érvénytelen vagy a foglalásnál magasabb felhasználás egyeztetésre kerül, és nem vált ki rejtett további levonást.

Párosíts egy meglévő egyszemélyes videót egy célhangsávval, hogy a látható beszéd kövesse az új hangot, miközben a forrásfelvétel marad a vizuális alap.

Használj támogatott MP4 vagy MOV fájlt jól látható beszélővel, majd készíts elő tiszta hangsávot. Ellenőrizd, hogy a videó legfeljebb 95 MB-os-e, felbontása, képkockasebessége és bitrátája pedig a megadott határértékeken belül van-e.

Egyszerű, szemből felvett anyagnál kezdd a Lite móddal. Összetettebb jelenetnél, illetve ha hasznos a jelenetszegmentálás és a beszélőazonosítás, használd a Basic módot.

A részletek nyilvánosak, de a feltöltéshez és a generáláshoz be kell jelentkezni. Az ár az ellenőrzött hang minden másodpercéért 8 kredit, az eredmény a hang időtartamát követi, és csak a végső kiszámított összeg kerül felfelé kerekítésre.

Maradj itt egy forrásvideó és egy hangsáv teszteléséhez. Nyisd meg a Studiót mentett szinkronokhoz, ismételt nyelvekhez vagy felvételekhez, összehasonlító munkához vagy hosszabb lokalizálási folyamathoz.