Bir karakterden kare boyunca jest yapmasını istiyorsunuz, ancak kaynağınız bir yüz yakın çekimi. Hiçbir zekice cümle eksik omuzları, elleri veya kıyafet ayrıntılarını kesin olarak geri getiremez. OmniHuman 2.0 ile tek görüntüden tam vücut jest üretimi en iyi, koordineli bir seçim olarak çalışır: modele hareket ettirmek istediğiniz vücut bölümlerini içeren bir kare, net bir performans ipucu olan ses ve tek bir eylemi tanımlayan kısa bir istem verin.
OmniHuman, sesle yönlendirilen insan videosu üretim sistemidir. Tanıtılan iş akışı, hareket veya kamera davranışı için isteğe bağlı metin yönlendirmesiyle birlikte sabit görüntü ve sesi birleştirir. “Tam vücut” ifadesini, her portrenin eksiksiz ve stabil bir figür üretebileceğinin garantisi değil, istediğiniz performans türü olarak ele alın. Burada atıfta bulunulan kamuya açık dokümante edilmiş özellikler OmniHuman 1.5 içindir; bu nedenle her OmniHuman 2.0 arayüzünü veya dağıtımını tanımladıkları varsayılmamalıdır.
Önemli çıkarımlar
- Kaynak görüntü, görünür vücut alanını ve başlangıç kompozisyonunu belirler.
- Ses, konuşma veya şarkı zamanlamasını sağlar; istem görsel yönlendirme ekler.
- Kırpmayı jeste uydurun ve istenen eylemi görünür kare içinde tutun.
- Taahhütte bulunmadan önce sürümü, girdi sınırlarını ve fiyatı güncel resmi ürün sayfasından kontrol edin.
OmniHuman 2.0 Tam Vücut Jestleri İçin Ne Yapar
OmniHuman 2.0, insan performansı videosu oluşturmak için görüntü ve sesle yönlendirilen bir yol olarak sunulur. Sabit görüntü, özneyi ve başlangıç görünümünü belirler. Ses, performansa ses, ritim ve zamanlama referansı verir. İsteğe bağlı metin sahneyi, hareketi veya kamera yönünü tanımlayabilir. Üretilen klip, bu ipuçlarını hareketli bir sonuçta birleştirir.
Bu, görevi sabit bir ağzı hareket ettirmekten daha geniş kılar. İşe yarar bir çekim dudak hareketi, mimik, baş hareketi, duruş ve el jestlerini içerebilir. Bu bölümler aynı performansla uyumlu olmalıdır. Sözlü bir anlatım için önemli bir ifadede küçük bir açık avuç jesti, sürekli kol hareketinden daha doğal görünebilir. Şarkı söylerken vücut, parça boyunca cümlelemeyi ve enerjiyi takip edebilir.
Model, tek bir fotoğraftan kişinin eksiksiz 3D kaydını almaz. Kırpmanın dışında ne olduğunu ve özne hareket ederken gizli yüzeylerin nasıl görünmesi gerektiğini çıkarsamak zorundadır. Bu nedenle girdi yalnızca yüzü gösterdiğinde tam vücut eylemi talebi daha fazla belirsizlik taşır. Pratik kontrol, referans görüntüyü ihtiyacınız olan eylem etrafında seçmek, ardından metni zaten görsel olarak destekleneni iyileştirmek için kullanmaktır.
OmniHuman 1.5 araştırma projesi sayfası, tek bir görüntüden sesle yönlendirilen animasyonu tanımlar ve hareket ile istem kontrolünü ele alır. Bu, model ailesi için yararlı bir arka plandır, ancak belirli bir OmniHuman 2.0 isteminin her seferinde belirli bir jest üreteceğinin kanıtı değildir (OmniHuman 1.5 proje sayfası).
Girdileri seçmeden önce amaçlanan çekimi tek cümleyle tanımlayın: “bel hizasından yukarı bir sunucu bir noktayı vurgular,” “tam vücut bir performansçı şarkı söylerken ağırlığını değiştirir,” veya “yakın çekim bir konuşmacı sakin bir replik verir.” Kare ve ses daha sonra bu tek göreve hizmet edebilir.
Jest İçin Yer Bırakan Bir Kaynak Görüntü Seçin
Tam vücut jestleri için, nihai kompozisyona hâlâ uyan en geniş kaynak görüntüyle başlayın. Sonuç yakın çekim konuşan kafa videosu olarak amaçlanıyorsa, dar bir portre uygun olabilir. İzleyicinin bir elin bir nesneyi işaret ettiğini veya öznenin ağırlığını kaydırdığını görmesi gerekiyorsa, bu bölümleri kaynak görüntüye dahil edin.
| Amaçlanan sonuç | Yararlı başlangıç kırpması | Talep edilecek makul hareket |
|---|---|---|
| Yakın çekim anlatım | Baş ve omuzlar | Mimik, baş dönüşleri, ölçülü omuz hareketi |
| Ürün açıklaması | Eller görünür şekilde bel hizasından yukarı | Kısa işaret etme, sunma veya açık avuç vurgusu |
| Ayakta performans | Vücudun etrafında boşluk olan tam figür | Duruş değişiklikleri, ağırlık kaymaları ve daha büyük jestler |
Bunlar üretim tercihleridir; yayımlanmış BytePlus gereksinimleri veya başarı garantileri değildir. Tam vücut kare için eller, dirsekler ve ayaklar etrafında biraz nefes alanı bırakın. Zaten kenara dayanmış bir el hareket eder etmez kırpılabilir. Yüzü okunacak kadar net tutun, mümkünse eşit ışık kullanın ve öznenin önünden başka birinin geçtiği bir kaynaktan kaçının. Temiz bir arka plan ayrıca istenmeyen arka plan hareketini fark etmeyi kolaylaştırır.
Görüntü, yayımlamayı planladığınız çekime benzemelidir. Yatay çıktıya yerleştirilen dikey portre kaynağı, daha fazla uydurulmuş arka plan ve vücut alanı gerektirebilir. Dikey sosyal medya gönderisi için amaçlanan ayakta duran bir karakter için dikey çerçeveli bir kaynağı değerlendirmek genellikle daha kolaydır. Bunlar kompozisyon yönergeleridir; gerçek en boy oranı veya çözünürlük sınırları için hedef aracın güncel kontrollerini kontrol edin.
Aynı örnek kaynak fotoğrafın üç kırpması: yakın kare yüz ifadesine uygundur, görünür eller bir sunucuya jest yapmak için alan verir ve tam figür ayakta performansı destekler.
Basit bir karar testi yardımcı olur: bitmiş çekimde hareket etmesi gereken vücut bölümünü işaret edin. Kaynakta yoksa, ya görüntüyü değiştirin ya da hareket hedefini düşürün. Örneğin, “üç pratik adımı” vurgulayacak bir sunucu için elleri görünen bel hizasından yukarı bir görüntü kullanın. Yalnızca yüzden oluşan bir portre, kısa bir selamlama veya yakın anlatım için daha iyi bir eşleşmedir.
Ses ve Yönlendirmeden Tek Görüntülük Bir Performans Oluşturun
Girdileri üç farklı iş olarak düşünün. Görüntü, ekranda kimin olduğunu ve çekimin nasıl başladığını yanıtlar. Ses, gerçek kelimeleri, duraklamaları ve vokal enerjiyi taşır. Metin yönlendirmesi, bu ipuçlarına uyan görsel bir davranış ister. Girdileri uyumlu tutun; “vahşi, sürekli dans” ile eşleştirilen sakin bir ses, modele çelişkili yönlendirme verir ve garip bir performans üretebilir.
Yararlı bir ilk geçiş iş akışı şudur:
- Çekimi seçin. İzleyicinin yakın bir yüze, görünür ellere veya tam figüre ihtiyacı olup olmadığına karar verin. Bu alanı karede içeren bir kaynak seçin.
- Temsili ses hazırlayın. Gerçek seslendirmenin veya şarkının kısa bir bölümünü, jestin gerçekleşmesi gereken ifade dahil olacak şekilde kullanın. Test, nihai ritmi ve sunumu temsil etmelidir.
- Bir hareket fikri ekleyin. Tek bir jesti ve performansta nereye ait olduğunu tanımlayın. Diğer eylemleri ve kamera isteklerini ölçülü tutun.
- Üretin ve inceleyin. Yüzü, elleri, vücudu, arka planı ve genel çerçevelemeyi kontrol edin. Sonraki denemede her seferinde bir girdiyi değiştirin.
Bir ürün anlatımı için özgün bir test repliği şu olabilir: “Üç pratik adımı ele alacağız, ardından ekibinize uyanı seçebilirsiniz.” “Üç pratik adım” ifadesinden önce kısa bir duraklamayla kaydedin. Her iki elin göründüğü bel hizasından yukarı bir görüntü kullanın. Bu, amaçlanan jeste net bir anlamsal ipucu ve görünür bir hareket aralığı verir.
Burada doğrulanabilen resmi BytePlus dokümantasyonu OmniHuman 1.5'e atıfta bulunur, 2.0'a değil. 1.5 için gerekli girdiler olarak görüntü ve sesi, isteğe bağlı bir istemi, desteklenen istem dillerini ve 720p veya 1080p çıktıyı listeler. Genel bakışı ayrıca 60 saniyelik ses sınırı listeler ve kalite için daha kısa ses önerir. Bu ayrıntılar, dokümante edilmiş 1.5 ürününü ayırt etmeye yardımcı olur; bunlardan herhangi birini 2.0'a uygulamadan önce 2.0 arayüzünü veya resmi dokümantasyonunu doğrulayın (BytePlus OmniHuman video üretimi dokümantasyonu, Ekim 2026'da güncellendi).
Ürün anlatımı için örnek kaynak kare: sunucunun yüzü, iki eli ve lamba görünür; bu da zamanlanmış küçük bir el jestini değerlendirmeyi kolaylaştırır. Bu bir girdi fotoğrafıdır, OmniHuman çıktısı değildir.
Uzun bir kayıt hazırlamadan önce bir temsili örnek kullanın. Kısa bir deneme, uyuşmayan bir kırpmayı, jest ipucu olmayan bir ifadeyi veya çok fazla şey isteyen bir istemi fark etmeyi hızlandırır. Bu bir kalite kontrol tercihidir, belirli bir 2.0 süre sınırı hakkında bir iddia değildir.
Net Bir İpucuyla Jest İstemleri Yazın
Bir istem; bir eylemi, ipucunu, boyutunu veya hızını ve varsa çerçeveleme kısıtını adlandırdığında değerlendirmesi kolaylaşır. “Kişiyi doğal ve anlamlı yap” gibi geniş bir talimat birçok kararı açık bırakır. Odaklı bir talimat, modele hangi görünür eylemin önemli olduğunu ve ne zaman gerçekleşmesi gerektiğini söyler.
Yukarıdaki örnek replikle şu örneği deneyin:
Konuşmacı repliği sakin, kendinden emin bir tonla verir. Kamerayı sabit tut. Konuşmacı “üç pratik adım” dediğinde, noktayı vurgulamak için bir elini kısaca kaldır, sonra doğal şekilde indir. Görünür kare içinde kalan küçük, rahat jestler kullan.
Alıntılanan ifade, eylemi sesteki bir ana bağlar. “Bir elini kısaca kaldır” sınırlı bir jest verir ve “görünür kare içinde kal” kırpmanın ötesinde hareket istemekten kaçınır. Bu bir istem yazma şablonudur; test edilmiş veya garantili bir OmniHuman 2.0 komutu değildir. Sistem tam kelimeleri veya zamanlamayı tutarlı şekilde takip etmiyorsa, ifadeyi geniş bir ipucu olarak tutun ve kare hassasiyetinde koreografi varsaymak yerine oluşturulan hareketi değerlendirin.
Denemeler arasında yalnızca bir ana değişkeni değiştirin. Jest çok erken görünürse, ipucunu veya ses duraklamasını ayarlayın. El hareketi çok büyükse, istenen genliği azaltın. Kol dengesizse veya kısmen uydurulmuşsa, kolun zaten göründüğü bir kaynak seçin. Görüntüyü, sesi, hareketi ve kamera yönünü aynı anda değiştirmek, hangi değişikliğin yardımcı olduğunu öğrenmeyi zorlaştırır.
İlgisiz istekleri üst üste yığmaktan kaçının: el sallama, işaret etme, dönme, yürüme, kamera yörüngesi ve duygusal değişim; hepsi tek kısa satırda. Her biri aynı performansa başka bir talep ekler. Tek bir amaçlı hareketle başlayın; ikinciyi yalnızca ilk sonuç okunaklı kalırsa ve sahne gerektiriyorsa ekleyin.
Koordine edilmiş bir tam vücut pozu için örnek kaynak kare: kaldırılmış kol, uzatılmış kol ve adım atan ayaklar kare içinde kalır. Bu, bir jesti planlamak için referans görüntüdür, OmniHuman tarafından üretilmiş bir kare değildir.
Yayımlamadan Önce Sonucu İnceleyin
Sonucu bir kez genel performans için, sonra tekrar belirli ayrıntılar için izleyin. İkinci izleme yararlıdır çünkü bir klip normal hızda akla yatkın görünürken yakından incelendiğinde bir el veya arka plan sorununu ortaya çıkarabilir.
Ayakta performans için örnek kaynak kare: kimlik ve sahne tutarlılığını kontrol ederken üretilen herhangi bir çekimi görünür yüz, eller, ceket, ayakkabılar, lamba ve tabure ile karşılaştırın. Bu bir girdi fotoğrafıdır, üretilmiş bir kare değildir.
Şu beş alanı kontrol edin:
- Konuşma ve ifade: Ağız, konuşulan veya söylenen ifadeyi genel olarak takip ediyor mu? İfadeler vokal sunuma uyuyor mu?
- Jest zamanlaması: Hareket, amaçlanan fikrin veya duraklamanın yakınında mı görünüyor? Vurgu bittiğinde duruyor mu?
- Eller ve vücut: Kısa süreliğine birleşmiş parmaklar, bükülmüş eklemler, değişen kollar veya kareler arasında değişen vücut oranlarına dikkat edin.
- Kimlik ve sahne: Yüz tanınabilir kalıyor mu? Kıyafet, arka plan nesneleri ve ışık makul ölçüde tutarlı kalıyor mu?
- Sunum çerçevelemesi: Eller veya ayaklar kesiliyor mu? Özne, ihtiyacınız olan en boy oranı ve kırpmada net kalıyor mu?
Bir şey başarısız olduğunda, sonraki denemeyi gözlemlenen nedene bağlayın. Gerekli vücut alanı eksikse veya kırpma hareket alanı bırakmıyorsa görüntüyü değiştirin. Anahtar ifade aceleye getirilmiş, belirsiz veya duygusal olarak uyuşmuyorsa sesi değiştirin veya kısaltın. Eylem yanlış anda geliyorsa veya çok genişse yönlendirmeyi yeniden yazın. Klip bir halka açık kampanya içinse, görüntüyü canlandırma ve ses kaydını kullanma izniniz olduğunu da doğrulayın ve temsil edilen kişiler için gereken her türlü onayı alın.
Yararlı bir sonuç illa en çok hareket içeren sonuç değildir. Bir kurs girişi veya ürün açıklaması için kimliği koruyan ve özneyi kare içinde tutan ölçülü bir jest, görsel hatalara dikkat çeken ayrıntılı bir eylemden daha iyi iletişim kurabilir. Mesajı destekleyen ve yayımlama biçimini karşılayan çekimi saklayın, ardından sonraki revizyonlar için kaynak görüntüyü, sesi, istemi ve seçilen çıktıyı birlikte tutun.
OmniHuman 2.0 Erişimi, Sürümleri ve Fiyatlandırması
BytePlus, video modeli tasarruf planı dokümantasyonunda OmniHuman V2.0'ı listeler. Bu, sürüm adının BytePlus materyallerinde göründüğünü doğrular, ancak halka açık bir 2.0 deneme ortamı, ayrıntılı girdi sınırları veya bir Atlas Cloud uç noktası olduğunu ortaya koymaz (BytePlus AI Savings Plans). Bir iş akışını bunun etrafında kurmadan önce tam model sürümünü kontrol edin. “OmniHuman 2.0” adı, “OmniHuman 1.5” ile birbirinin yerine kullanılabilir olarak ele alınmamalıdır. Bu makale için şu anda erişilebilen BytePlus dokümantasyonu OmniHuman 1.5 olarak etiketlenmiştir. Kendi girdi şemasını ve hizmet kısıtlarını belgeler; bunlar eşleşen resmi bir kaynak olmadan 2.0'a aktarılmamalıdır.
Bu makale için kontrol edildiği sırada, Atlas Cloud'un herkese açık model dizini geniş bir model kataloğu gösteriyordu, ancak orada doğrulanabilir bir OmniHuman 2.0 ayrıntı sayfası yoktu. Belirli Avatar Omni Human model sayfası bitişik 1.5 sunumunu tanımlar. Görüntülenen başlangıç fiyatının resmi materyallerde saniye başına $0.12 olduğu bildirilmiştir, ancak fiyatlandırma ve indirimler değişebilir. Bütçeleme veya yayımlamadan önce ayrıntı sayfasını ve Atlas Cloud model dizinini yeniden kontrol edin. 1.5 fiyatını 2.0 için tahmin olarak kullanmayın.
Özellikle OmniHuman 2.0'a ihtiyacınız varsa, üretim varlıklarını hazırlamadan önce resmi erişim yolunu, güncel girdi gereksinimlerini ve fiyatı BytePlus ile doğrulayın. Bitişik bir sürüme açıksanız, Atlas Cloud'un dizini tek bir katalogdan hangi güncel listelenen video ve avatar modellerinin kullanılabilir olduğunu doğrulamanıza yardımcı olabilir. Bunu ayrı bir ürün seçimi olarak ele alın: bir 1.5 çalışması, bir 2.0 istemini veya sonucunu doğrulayamaz.
Sıkça Sorulan Sorular
OmniHuman 2.0 yalnızca yüz görüntüsünden tam vücut videosu üretebilir mi?
Yalnızca yüz içeren bir görüntü, tam vücut performansını yönlendirmek için gereken vücut ayrıntısını göstermez. Bir sistem eksik alanları çıkarsayabilir, ancak görünümleri ve hareketleri kaynakta daha az doğrudan temellenir. Bir el jesti için eli ve yeterli kolu gösteren bir kaynak kullanın. Ayakta bir eylem için tam vücut görüntüsüyle başlayın.
OmniHuman 2.0 ses gerektirir mi, yoksa bir metin istemi görüntüyü tek başına canlandırabilir mi?
Tanımlanan OmniHuman iş akışı, isteğe bağlı metin yönlendirmesiyle birlikte bir görüntü ve sesle yönlendirilir. Kullanmayı planladığınız tam 2.0 hizmetinin yalnızca metinle görüntü animasyonunu desteklediğini varsaymayın. Kabul ettiği girdiler için o hizmetin güncel ürün sayfasını kontrol edin.
OmniHuman 2.0 ses girdisi ne kadar uzun olabilir?
Güncel resmi bir 2.0 ses süresi sınırını doğrulayamadım. BytePlus'ın yayımlanmış 1.5 genel bakışı 60 saniyenin altında bir sınır belirtir ve kalite için daha kısa girdiler önerir, ancak bu bir 1.5 spesifikasyonudur. Uzun bir parça kaydetmeden veya yüklemeden önce 2.0 sınırını resmi erişim noktasında doğrulayın.
OmniHuman 2.0 Atlas Cloud'da şimdiden mevcut mu?
Bu makale kontrol edildiğinde Atlas Cloud dizininde doğrulanabilir herkese açık bir OmniHuman 2.0 listesi yoktu. Atlas Cloud'un bitişik OmniHuman sayfası 1.5 içindir. Kullanmadan önce dizini yeniden kontrol edin, çünkü katalog kullanılabilirliği değişebilir.
Bir sonraki OmniHuman 2.0 tek görüntüden tam vücut jest üretimi denemenize başlamadan önce önce bir karar verin: bitmiş çekimin göstermesi gereken vücut alanını belirleyin, ardından bunu zaten içeren bir kaynak seçin. Kullanacağınız hizmette tam sürümü ve güncel sınırları doğrulayın ve tam prodüksiyon çekimini hazırlamadan önce kısa, temsili bir ses pasajını test edin.
