OmniHuman 1.5 Video-portret ghidat de audio

OmniHuman 1.5 este conceput pentru un flux concentrat de imagine și sunet: un portret furnizează subiectul, iar o pistă vocală ghidează interpretarea rezultată. Este mai potrivit pentru clipuri cu prezentator, narațiune de personaj și videoclipuri scurte cu subiect vorbitor decât pentru o sarcină generală prompt-to-video.

Încarcă exact o imagine JPEG, PNG ori WebP de cel mult 10 MB și un fișier audio MP3, M4A, WAV, AAC ori OGG de cel mult 10 MB. Durata audio verificată trebuie să fie mai mare decât zero și strict mai mică de 60 de secunde.

Rivya folosește o rată de 27 de credite pe secundă audio verificată. Durata zecimală rămâne parte a calculului complet și doar totalul rezervării este rotunjit în sus la un credit întreg. Când este raportat un consum real valid și care nu depășește rezervarea, Rivya face decontarea la acea valoare; consumul lipsă, nevalid sau mai mare decât rezervarea rămâne în reconciliere, fără să declanșeze o debitare suplimentară ascunsă.

Modul rapid prioritizează un timp de procesare mai scurt, cu un posibil compromis de calitate. Lasă-l dezactivat pentru o rulare axată pe calitate și activează-l când timpul de răspuns contează mai mult pentru un test timpuriu.

Da, dar este opțional și limitat la 300 de caractere pe Rivya. Fluxul actual pentru prompt acceptă text scris în chineză, engleză, japoneză, coreeană, spaniolă sau indoneziană; portretul și sunetul rămân intrări obligatorii. Direcția scrisă nu garantează sincronizarea labială absolută.

Creează un videoclip cu personaj ghidat de sunet pornind de la exact un portret și un clip audio. Subiectul poate fi o persoană, un animal de companie sau un personaj ilustrat, iar ieșirea poate fi la 720p ori 1080p.

Alege un portret clar care reprezintă deja subiectul pe care dorești să îl păstrezi, apoi pregătește înregistrarea vocală finală. Sunetul trebuie să aibă sub 60 de secunde, iar ambele fișiere trebuie să treacă verificările de încărcare înainte de generare.

Alege 720p sau 1080p, decide dacă folosești opțiunea de procesare mai rapidă și lasă seed la -1 pentru un rezultat aleatoriu, cu excepția cazului în care ai nevoie de o comparație mai repetabilă.

Detaliile sunt publice, dar încărcarea și generarea necesită autentificare. OmniHuman 1.5 costă 27 de credite pe secundă audio verificată, doar totalul final calculat fiind rotunjit în sus.

Rămâi aici pentru a testa un portret și o pistă vocală. Deschide Studio când ai nevoie de interpretări salvate, mai multe personaje, versiuni vocale repetate sau un flux de producție mai lung.