Được tạo bằng ứng dụng này
Ứng dụng Fabric 1.0 trên Arteza nhận một ảnh chân dung và một bản ghi âm, sau đó tạo ra video người nói tự nhiên với đồng bộ môi chính xác, được xuất ra dưới dạng MP4 ở độ phân giải 480p hoặc 720p. Video có độ dài đúng bằng âm thanh của bạn, tối đa 60 giây mỗi lần chạy. Nó được thiết kế cho những người sáng tạo nội dung, giáo viên, nhà tiếp thị và các nhóm nhỏ những người cần một diễn giả đáng tin cậy trên màn hình mà không cần camera, phòng quay hay diễn viên chuyên nghiệp.
Cách sử dụng ứng dụng này
- 1
Mô tả những gì bạn muốn tạo hoặc tải lên tệp nguồn của bạn.
- 2
Chọn các tùy chọn của bạn, sau đó nhấn Tạo.
- 3
Xem kết quả của bạn xuất hiện trong thư viện trong vài khoảnh khắc.
- 4
Tải xuống, chia sẻ hoặc tạo lại với một ý tưởng mới.
Những gì bạn có thể tạo
Giáo viên Dạy Khóa Học và Huấn Luyện
Tải lên một ảnh chân dung chuyên nghiệp và bản ghi âm bài giảng để tạo ra một đoạn do diễn giả dẫn dắt cho khóa học trực tuyến. Fabric 1.0 giữ cho việc đồng bộ môi chặt chẽ trong suốt clip, vì vậy người học thấy một diễn giả tự nhiên thay vì chỉ một hình ảnh tĩnh với giọng nói được đặt lên trên.
Clip Video Phát Ngôn Viên Truyền Thông Xã Hội
Ghi âm một thông điệp thương hiệu dài 30 giây, ghép nó với ảnh đại sứ thương hiệu, và xuất một MP4 720p sẵn sàng cho Instagram Reels hoặc TikTok. Video có độ dài bằng âm thanh có nghĩa là không cần cắt thủ công, và việc đồng bộ môi tự nhiên giữ vững ở các khoảng cách xem gần thường thấy trên các nguồn cấp dữ liệu di động.
Thông Báo Sản Phẩm Đa Ngôn Ngữ
Ghi lại cùng một kịch bản bằng nhiều ngôn ngữ khác nhau, sau đó chạy từng tệp âm thanh với một chân dung để tạo video diễn giả được địa phương hóa. Vì Fabric 1.0 điều khiển hoạt ảnh từ tín hiệu âm thanh, việc chuyển đổi ngôn ngữ không cần quay lại, chỉ cần một tệp âm thanh mới cho mỗi lần chạy.
Giao Tiếp Nội Bộ và Cập Nhật
Tạo một thông điệp lãnh đạo hàng tuần bằng cách sử dụng một ảnh chân dung cao cấp được phê duyệt và một bản ghi âm mới mỗi tuần. Kết quả là một clip diễn giả chuyên nghiệp, nhất quán cảm thấy cá nhân hơn một email văn bản và không yêu cầu bất kỳ tài nguyên sản xuất video nào.
Những Bản Demo Thay Thế
Các agentcy và freelancer có thể tạo ra demo diễn giả hướng đến khách hàng một cách nhanh chóng bằng cách ghép một chân dung kho ảnh với âm thanh pitch được viết kịch bản. Ở độ phân giải 720p, video đủ sắc nét cho các bộ đề xuất và nhúng trang web, cho phép khách hàng hình dung một video hoàn chỉnh trước khi cam kết sản xuất.
Tại sao các nhà sáng tạo sử dụng ứng dụng này
- Nhập Ảnh + Âm Thanh
- Đồng Bộ Môi Tự Nhiên
- 480p / 720p
- Kết Xuất Độ Dài Âm Thanh
Mẹo để có kết quả tốt hơn
Chọn Ảnh Chân Dung Hướng Về Phía Trước
Fabric 1.0 rút ra việc đồng bộ môi và chuyển động khuôn mặt từ ảnh của bạn, vì vậy một chân dung thẳng với khuôn mặt không bị che khuất và được chiếu sáng tốt sẽ mang lại kết quả chính xác nhất. Tránh bóng nặng trên vùng miệng, vì những điều này có thể làm giảm độ chính xác của việc đồng bộ môi.
Giữ Âm Thanh Rõ Ràng và Sạch
Mô hình đọc tín hiệu âm thanh để điều khiển chuyển động miệng, vì vậy bản ghi âm có tiếng ồn nền tối thiểu, âm lượng nhất quán và phát âm rõ ràng sẽ mang lại việc đồng bộ chặt chẽ hơn. Ghi âm trong một phòng yên tĩnh và chuẩn hóa các mức âm thanh của bạn trước khi tải lên.
Khớp Độ Dài Âm Thanh Với Mục Tiêu Của Bạn
Độ dài video đầu ra bằng độ dài âm thanh tối đa 60 giây. Lập kế hoạch cho kịch bản của bạn để phù hợp với cửa sổ đó thay vì cắt sau này. Đối với nội dung dài hơn, chia kịch bản của bạn thành nhiều đoạn 60 giây và chạy các lần tạo riêng biệt.
Chọn 720p Cho Nhúng và Bài Thuyết Trình
Chọn 720p khi video sẽ xuất hiện trên trang web, trong bộ slide hoặc trên màn hình lớn. Dành riêng 480p cho ứng dụng nhắn tin hoặc các câu chuyện xã hội nơi kích thước tệp quan trọng hơn mật độ pixel, giữ các xuất nhanh và nhẹ.
Khi nào nên chọn ứng dụng này
Fabric 1.0 là lựa chọn phù hợp khi điểm bắt đầu của bạn là một ảnh tĩnh và một bản ghi âm được ghi trước và bạn muốn đầu ra khớp với thời lượng âm thanh chính xác. So với Kling Avatar v2, tập trung vào chuyển động toàn thân biểu cảm, Fabric 1.0 ưu tiên việc đồng bộ môi chặt chẽ và tự nhiên từ các đầu vào tối thiểu. So với Sync-3 Lipsync, tái đồng bộ footage video hiện có, Fabric 1.0 tạo toàn bộ video người nói từ đầu chỉ sử dụng một chân dung và âm thanh, làm cho nó nhanh hơn để thiết lập từ không có tài sản nào.
Các câu hỏi thường gặp
Những định dạng tệp nào hoạt động tốt nhất cho đầu vào ảnh chân dung?
Một JPEG hoặc PNG độ phân giải cao có khuôn mặt rõ ràng hướng về phía trước hoạt động tốt nhất. Ảnh phải có chủ thể ở giữa, khuôn mặt được chiếu sáng tốt và không có chướng ngại vật lớn như kính mát hoặc mặt nạ trên miệng, vì Fabric 1.0 sử dụng hình học khuôn mặt trong ảnh để neo chuyển động môi.
Tôi có thể sử dụng một chân dung tổng hợp hoặc do AI tạo ra làm ảnh đầu vào không?
Có. Fabric 1.0 xử lý bất kỳ ảnh chân dung nào theo cách tương tự, cho dù đó là một bức ảnh thực hoặc một khuôn mặt được tạo bởi AI. Chất lượng đồng bộ môi phụ thuộc vào độ rõ ràng của khuôn mặt và định hướng hướng về phía trước thay vì liệu chủ thể có phải là một người thực hay không.
Điều gì sẽ xảy ra nếu âm thanh của tôi dài hơn 60 giây?
Ứng dụng thực thi giới hạn âm thanh 60 giây mỗi lần chạy. Nếu bản ghi âm của bạn dài hơn, bạn sẽ cần chia nó thành các phân đoạn 60 giây hoặc ít hơn và chạy từng phân đoạn dưới dạng một lần chạy riêng biệt, sau đó kết hợp các tệp MP4 kết quả trong trình chỉnh sửa video.
Avatar có tái tạo các thành phần nền từ ảnh gốc không?
Có. Video đầu ra bảo tồn nền và khung từ chân dung tải lên của bạn. Nếu bạn muốn một bối cảnh cụ thể, hãy chỉnh sửa hoặc tổng hợp chân dung trước khi tải lên. Mô hình tạo hoạt ảnh cho khuôn mặt trong hình ảnh gốc thay vì thay thế cảnh.
480p so với 720p hoạt động như thế nào cho việc sử dụng truyền thông xã hội?
720p cung cấp chi tiết sắc nét đáng chú ý trên môi và các đặc điểm khuôn mặt, điều này quan trọng đối với các clip nói chuyện gần gũi trên các nền tảng như YouTube hoặc LinkedIn. 480p có thể chấp nhận được cho các bối cảnh hiển thị nhỏ hơn chẳng hạn như hình thu nhỏ trò chuyện, câu chuyện hoặc ứng dụng nhắn tin nơi cửa sổ trình phát nhỏ gọn.
Âm nhạc nền trong bản ghi âm của tôi có ảnh hưởng đến độ chính xác đồng bộ môi không?
Bản ghi âm giọng nói được trộn với âm nhạc nền lớn có thể làm nhầm lẫn phân tích âm thanh của mô hình và giảm chất lượng đồng bộ môi. Để có kết quả tốt nhất, hãy tải lên bản ghi âm chỉ có giọng nói. Nếu bạn muốn âm nhạc nền, hãy thêm nó trong hậu kỳ sau khi tải xuống MP4 được tạo.
Mô hình AI nào hỗ trợ ứng dụng này?
Ứng dụng này chạy trên Fabric 1.0, có sẵn thông qua Arteza mà không cần tài khoản riêng hoặc thiết lập.
Tôi có thể sử dụng kết quả này cho mục đích thương mại không?
Có. Nội dung bạn tạo là của bạn để sử dụng, tuân theo giấy phép nội dung của chúng tôi.
Quá trình tạo mất bao lâu?
Hầu hết các quá trình tạo hoàn thành trong vòng một phút, và bạn có thể xem tiến độ trực tiếp trong thư viện.