Klargjør nøyaktig ett rettighetsklarert JPEG-, PNG- eller WebP-bilde på opptil 10 MB og én ferdig MP3-, M4A-, WAV-, AAC- eller OGG-lydfil på opptil 10 MB og strengt under 60 sekunder. Bildet er den visuelle forankringen: ram inn en ung voksen kvinne med langt, mørkt, bølgete hår, lys hud, en hvit blomsterspenne og en lys beige prikkete genser i et lyst soverom. Hun skal se mot linsen og allerede holde det gjennomsiktige væskefylte mobildekselet med begge hender. Fargerikt stjerneglitter, paljetter, gule smilefjes, en hvit enhjørning, en gul badeand, en blå dinosaur, rosa og blå lekebiler og en grønn kaktus må være tydelige i stillbildet; ikke forvent at prompten finner opp manglende detaljer på dekselet. Spill inn den oppgitte engelske replikken nøyaktig som skrevet, med glad, entusiastisk stemme, smil og lett latter. Den valgfrie Rivya-prompten er 299 JavaScript UTF-16-tegn. Start med output_resolution 1080, pe_fast_mode false og seed -1. Lyden brukeren leverer, driver fremføringen; prompten syntetiserer ikke lyd. Denne tilpasningen ber om én uavbrutt presentatørvisning: hun vipper og rister det gjennomsiktige dekselet forsiktig, slik at glitter og små pyntefigurer tydelig virvler og flyter, med lett naturlig kamerabevegelse og uten flerkameraredigering. Ledger-videoen er en uavhengig referanse og er ikke bevis på et OmniHuman-resultat. Kontroller identitet, hender, dekselgeometri, væske- og pyntbevegelse, naturlig leppesynkronisering, tydelig entusiasme, stabil bakgrunn og fravær av teksting før bruk.