Gerador de vídeo de retrato falante com IA OmniHuman 1.5

O OmniHuman 1.5 foi projetado para um fluxo focado em imagem e áudio: um retrato fornece o tema, e uma faixa de voz orienta a atuação resultante. Ele é mais adequado para clipes de apresentadores, narração de personagens e vídeos curtos com sujeitos falantes do que para uma tarefa geral de prompt para vídeo.

Envie exatamente uma imagem JPEG, PNG ou WebP de até 10 MB e um arquivo de áudio MP3, M4A, WAV, AAC ou OGG de até 10 MB. A duração verificada do áudio deve ser maior que zero e estritamente menor que 60 segundos.

A Rivya usa uma tarifa de 27 créditos por segundo de áudio verificado. A duração decimal permanece no cálculo completo, e apenas o total da reserva é arredondado para cima até um crédito inteiro. Quando é informado um uso real válido e não superior à reserva, a Rivya faz o acerto por esse valor; se o uso estiver ausente, for inválido ou superar o valor reservado, ele segue para conciliação, sem gerar cobrança adicional oculta.

O modo rápido prioriza um tempo de processamento menor, com uma possível perda de qualidade. Mantenha-o desativado em uma geração focada em qualidade e ative-o quando a agilidade for mais importante em um teste inicial.

Sim, mas ele é opcional e limitado a 300 caracteres na Rivya. O fluxo atual de prompt aceita texto em chinês, inglês, japonês, coreano, espanhol ou indonésio; o retrato e o áudio continuam sendo as entradas obrigatórias.

Crie um vídeo de personagem guiado por áudio usando exatamente uma imagem de retrato e um clipe de áudio. O sujeito pode ser uma pessoa, um animal de estimação ou um personagem ilustrado, e a saída pode ser em 720p ou 1080p.

Escolha um retrato nítido que já represente o sujeito que você quer manter e prepare a tomada de voz final. O áudio deve ter menos de 60 segundos, e os dois arquivos precisam passar pelas verificações de upload antes da geração.

Escolha 720p ou 1080p, decida se usará a opção de processamento mais rápido e mantenha a seed em -1 para obter um resultado aleatório, a menos que precise de uma comparação mais repetível.

Os detalhes são públicos, mas o upload e a geração exigem acesso à conta. O OmniHuman 1.5 custa 27 créditos por segundo de áudio verificado, com apenas o total final calculado arredondado para cima.

Continue aqui para testar um retrato e uma faixa de voz. Abra o Studio quando precisar de tomadas salvas, vários personagens, versões repetidas da voz ou um fluxo de produção mais longo.