OmniHuman 1.5 Wideo portretowe prowadzone audio

OmniHuman 1.5 jest przeznaczony do skupionego przepływu obrazu i audio: jeden portret dostarcza temat, a jedna ścieżka głosowa prowadzi wynikowy występ. Lepiej pasuje do klipów prezenterów, narracji postaci i krótkich wideo z mówiącym tematem niż do ogólnego zadania prompt-to-video.

Prześlij dokładnie jeden obraz JPEG, PNG lub WebP o rozmiarze do 10 MB i jeden plik audio MP3, M4A, WAV, AAC albo OGG o rozmiarze do 10 MB. Zweryfikowany czas audio musi być większy od zera i ściśle krótszy niż 60 sekund.

Rivya stosuje stawkę 27 kredytów za zweryfikowaną sekundę audio. Ułamkowy czas pozostaje częścią pełnego obliczenia, a w górę do pełnego kredytu zaokrąglana jest tylko suma rezerwacji. Gdy zgłoszone rzeczywiste zużycie jest prawidłowe i nie przekracza rezerwacji, Rivya rozlicza zadanie według tej wartości; brakujące, nieprawidłowe lub przekraczające rezerwację zużycie trafia do uzgodnienia zamiast powodować ukryte dodatkowe obciążenie.

Tryb szybki stawia na krótszy czas przetwarzania kosztem możliwego spadku jakości. Pozostaw go wyłączonym dla przebiegu nastawionego na jakość, a włącz, gdy wczesny test bardziej wymaga szybkiego wyniku.

Tak, ale jest opcjonalny i ograniczony w Rivya do 300 znaków. Obecna ścieżka promptu przyjmuje tekst chiński, angielski, japoński, koreański, hiszpański lub indonezyjski; portret i audio pozostają wymaganymi danymi wejściowymi.

Utwórz prowadzone dźwiękiem wideo postaci z dokładnie jednego obrazu portretowego i jednego klipu audio. Tematem może być osoba, zwierzę domowe lub ilustrowana postać, a wynik może mieć 720p albo 1080p.

Wybierz wyraźny portret, który już przedstawia temat do zachowania, następnie przygotuj końcową wersję głosu. Audio musi trwać krócej niż 60 sekund, a oba pliki muszą przejść kontrolę przesyłania przed generowaniem.

Wybierz 720p lub 1080p, zdecyduj, czy użyć szybszego przetwarzania, i pozostaw seed na -1 dla losowego wyniku, chyba że potrzebujesz bardziej powtarzalnego porównania.

Szczegóły są publiczne, ale przesyłanie i generowanie wymagają logowania. OmniHuman 1.5 kosztuje 27 kredytów za zweryfikowaną sekundę audio, a w górę zaokrąglana jest tylko końcowa obliczona suma.

Zostań tutaj, aby sprawdzić jeden portret i jedną ścieżkę głosową. Otwórz Studio, gdy potrzebujesz zapisanych ujęć, wielu postaci, powtarzanych wersji głosu lub dłuższego przepływu produkcyjnego.