ارفع صورة شخصية وملفًا صوتيًا. تحرّك نماذج تحويل الصوت إلى فيديو ملامح الوجه لتتبع الشفاه والتعابير تسجيلك، ويصلك الفيديو الناطق جاهزًا للتنزيل.
مقاطع قصيرة معبّرة أو شروح من عشر دقائق، كلاهما من المدخلين نفسيهما.
ارفع صورة أمامية للوجه وملف MP3 أو WAV. يعيد Avatar Omni Human 1.5 فيديو للشخص نفسه وهو يتكلم أو يغنّي المقطع، بمزامنة شفاه وتعابير وإيماءات مولَّدة من الصوت مباشرة. ويأتي الإخراج بدقة 720p أو 1080p.
تصل المقاطع إلى 60 ثانية، و15 ثانية أو أقل تعطي أوضح نتيجة. أضف برومبتًا اختياريًا لتوجيه المشهد أو الحركة أو التعبير — وهو يقرأ الصينية والإنجليزية واليابانية والكورية والإسبانية والإندونيسية.
حين يكون النص درسًا كاملًا لا مقطعًا قصيرًا، يأخذ InfiniteTalk الصورة نفسها مع صوت يصل إلى 10 دقائق. وتبقى مزامنة الشفاه مضبوطة على مستوى المقاطع الصوتية طوال التسجيل، ويثبت الوجه وتسريحة الشعر والملابس والخلفية من أوله إلى آخره. ويأتي الإخراج بدقة 480p أو 720p.
ولّد التعليق الصوتي في تبويب Audio وأحضر الملف إلى هنا، ثم اضبط التعبير والوضعية ببرومبت. هكذا يخرج درس كامل أو جولة في منتج من دون حجز كاميرا أو مقدّم.
نموذجان لطولين مختلفين. اختر Avatar Omni Human 1.5 للمقاطع القصيرة المعبّرة حتى دقة 1080p، وInfiniteTalk حين يطول التسجيل الصوتي.
استخدم صورة واضحة أمامية لشخص واحد. الخلفية البسيطة والوجه غير المحجوب يعطيان النموذج أكبر قدر من التفاصيل.
أرفق ملف MP3 أو WAV: تسجيلًا خاصًا بك أو كلامًا ولّدته في تبويب Audio.
اختر النموذج والدقة، وولّد، ثم نزّل المقطع النهائي.
اختر التبويب الأقرب إلى عملك لترى أين يغنيك الأفاتار الناطق عن جلسة تصوير.
صورة واحدة ولغات كثيرة. سجّل النص أو ولّده بكل لغة، ومرّر الوجه نفسه على النموذج، فتحصل الحملة على مقدّم واحد في كل الأسواق من دون سفر أحد.
حوّل تسجيل محاضرة من عشر دقائق إلى فيديو باستخدام InfiniteTalk. يظهر المحاضر على الشاشة طوال الوحدة، وتحديث الدرس يعني استبدال الصوت لا إعادة التصوير.
امنح كل منتج مقدّمًا. اجمع نص المنتج من تبويب Audio مع صورة شخصية تمثّل علامتك، ليصبح فيديو الشرح جاهزًا لصفحة المنتج أو لإعلان بأسلوب UGC.
سجّل شرح السياسة مرة واحدة صوتيًا، وامنحه مقدّمًا ثابتًا عبر InfiniteTalk الذي يحافظ على مزامنة الشفاه في التسجيلات الطويلة. وحين يتغيّر إجراء، استبدل الملف الصوتي ليقدّم الوجه نفسه النسخة الجديدة.
مولّد الأفاتار ذكاء اصطناعي يحوّل الصوت إلى فيديو: يحرّك صورة ثابتة لتنطق مسارًا صوتيًا معيّنًا. ترفع صورة وملفًا صوتيًا، فيولّد النموذج حركات الفم والتعابير والإيماءات من الصوت، وتحصل على فيديو لذلك الشخص وهو يتكلم.
تدعم Atlas Cloud نموذج Avatar Omni Human 1.5 من ByteDance ونموذج InfiniteTalk. وكلاهما يأخذ صورة مع صوت، والفرق الأساسي بينهما في طول المقطع والدقة.
يولّد Avatar Omni Human 1.5 مقاطع تصل إلى 60 ثانية، ويُنصح بـ 15 ثانية أو أقل. أما InfiniteTalk فيقبل حتى 10 دقائق من الصوت في تشغيلة واحدة.
يخرج Avatar Omni Human 1.5 بدقة 720p أو 1080p، ويخرج InfiniteTalk بدقة 480p أو 720p.
صورة أمامية لشخص واحد يظهر وجهه بوضوح. والنموذجان مصمّمان لمتحدث واحد في المقطع.
نعم. صُمّم Avatar Omni Human 1.5 للكلام أو الغناء، وهو يولّد الإيماءات والتعابير من الصوت نفسه لا من نص مكتوب.
يذكر Avatar Omni Human 1.5 الصينية والإنجليزية واليابانية والكورية والإسبانية والإندونيسية ضمن اللغات التي يعمل بها. وبما أن مزامنة الشفاه تتبع الصوت نفسه، فالمهم هو لغة التسجيل.
نعم. ولّد التعليق بنموذج تحويل النص إلى كلام، ونزّل الملف، وأرفقه هنا مدخلًا صوتيًا. ويزامن الأفاتار شفاهه مع الصوت المولَّد تمامًا كما يفعل مع تسجيل حقيقي.
نعم. النموذجان متاحان عبر واجهة Atlas Cloud API بالمصادقة نفسها المستخدمة مع نماذج الصور والفيديو. تصفّح صفحات نماذج الأفاتار وابدأ البناء.
