С наступающим 2027 годом и Рождеством! Пусть нейросети работают, а вы отдыхаете!
Turbotext
Автор статьи:
Turbotext
17

Omni Human: руководство — как создать цифровой аватар из фото с примерами

Генерация видео

Omni Human на сайте

Omni Human в Телеграм

Портрет для цифрового аватара Omni Human

Omni Human превращает одно фото в видео, где человек говорит: двигает губами в такт речи, моргает, меняет выражение лица. Озвучку можно загрузить своей записью или сгенерировать из текста. В этом руководстве разберём, как создать цифровой аватар на TurboText по шагам, какой режим выбрать, как подготовить текст и запись, сколько стоит генерация и что делать, если что-то пошло не так.

Omni Human и «Видео аватар»: в чём разница

На TurboText есть две нейросети для говорящих портретов. Видео аватар оживляет фото и синхронизирует губы с речью — о нём есть отдельное руководство. Omni Human добавляет к речи живую мимику и движения, поэтому ролик выглядит как настоящая видеозапись, а не анимированная фотография.

Как создать цифровой аватар в Omni Human: пошагово

  1. Откройте Omni Human в разделе «Видео».
  2. Загрузите портрет человека, на котором хорошо видно лицо. Какие фото подходят лучше всего, описано на странице нейросети.
  3. В настройках справа выберите тип генерации: «По тексту» или «По аудио».
  4. Для режима «По тексту» впишите текст в поле запроса и выберите голос. Для режима «По аудио» загрузите запись и при необходимости отметьте, с какой секунды начать и на какой закончить.
  5. Выберите версию нейросети. По умолчанию стоит Omni Human 2.0: в ней можно дополнительно описать движения и сцену. Для v1.5 и v1.0 выберите ещё качество видео. От версии и качества зависят цена и максимальная длина ролика.
  6. Проверьте стоимость рядом с кнопкой и нажмите «Создать видео». Генерация занимает от 1 до 5 минут (у версии 2.0 на длинной записи — до 30 минут), готовый ролик появится во вкладке «Мои генерации».

Режим «По тексту»: как написать текст для аватара

В этом режиме голос генерируется автоматически. На выбор 18 голосов: Алекс, Анна, Артём, Вжик, Даша, Дьявол, Егор, Елена, Коуч, Лариса, Надя, Наташа, Николай, Псих, Татьяна, Толик, Чижик и Элла. Чтобы речь звучала естественно:

  • пишите короткими предложениями — так паузы получаются на своих местах;
  • ставьте знаки препинания: запятые и точки задают интонацию;
  • числа, даты и сокращения пишите словами — «двадцать пятого мая», а не «25.05»;
  • подбирайте голос под образ: деловой портрет лучше звучит спокойным голосом, мультяшный персонаж — ярким.

Цена в этом режиме зависит от длины текста: примерно 15 символов дают одну секунду речи.

Режим «По аудио»: какая запись подойдёт

  • формат — mp3 или wav;
  • голос звучит чётко, без музыки и посторонних шумов;
  • в записи говорит один человек;
  • длина — до 5 минут в версии 2.0, а в v1.5 и v1.0 — до 60 секунд в качестве 720p и до 30 секунд в 1080p. Если запись длиннее, выберите нужный фрагмент ползунками «Начать с секунды» и «Завершить на секунде».

Записать голос можно на телефон, а если нужен другой голос — сначала озвучьте текст в ElevenLabs и загрузите готовый файл.

Версии, качество и цена

  • Omni Human 2.0 — новая версия и версия по умолчанию. Ролик длиной до 5 минут генерируется одним непрерывным дублем, без склеек. 12 токенов за секунду видео; запись короче 4 секунд считается как 4 секунды. Качество не выбирается.
  • v1.5 — 18 токенов за секунду видео.
  • v1.0 — 15 токенов за секунду видео.

В v1.5 и v1.0 качество видео — 720p (аудио до 60 секунд) или 1080p (до 30 секунд). Итоговая цена равна цене секунды, умноженной на длительность: например, 10 секунд в v1.5 стоят 180 токенов, а 5 минут в версии 2.0 — 3600 токенов. Точная сумма всегда показана рядом с кнопкой перед запуском.

Как описать движения в Omni Human 2.0

В версии 2.0 рядом с текстом для озвучки есть отдельное поле: в нём можно описать, как аватар двигается, где он находится и как работает камера. Это описание не озвучивается — аватар произносит только текст или запись. Например: «Девушка сидит в светлом офисе, улыбается и жестикулирует, камера медленно приближается». Если поле оставить пустым, движения и мимику нейросеть подберёт сама под речь.

Примеры цифровых аватаров

Все примеры ниже сделаны в Omni Human 2.0 в режиме «По тексту»: исходный портрет, текст для озвучки и голос. Портреты тоже созданы нейросетями на TurboText – так удобно получить аватара, если подходящего фото нет.

Пример 1. Бизнес-тренер подводит итоги квартала

Мужчина в костюме на фоне офиса с панорамными окнами. Портрет сделан в нейрофотосессии. Такой ролик подойдёт для внутренней рассылки, презентации или поста компании.

Текст: «Коллеги, по итогам квартала продажи выросли на двадцать процентов.». Голос: Коуч. Версия 2.0, 6 секунд, 72 токена.

Пример 2. Анонс новой коллекции

Девушка в чёрном топе на тёмном фоне: короткое рекламное сообщение для магазина одежды.

Текст: «Новая коллекция уже в продаже, приходите на примерку!». Голос: Наташа. Версия 2.0, около 4 секунд, 48 токенов.

Пример 3. Тот же человек в другом образе

Та же героиня, но в джинсовке на фоне неоновых вывесок. Оба портрета получены из одного исходного фото в нейрофотосессии, а Omni Human сохранил лицо и в мимике. Так можно сделать серию роликов с одним аватаром в разных сценах.

Текст: «Включаем музыку восьмидесятых и танцуем до утра!». Голос: Даша. Версия 2.0, около 3 секунд, 48 токенов.

Пример 4. Рыцарь у стен замка

Портрет в доспехах на фоне крепости. Аватар произносит клятву, приложив руку к груди, – жест задан самим портретом.

Текст: «Клянусь защищать этот замок до последнего вздоха.». Голос: Алекс. Версия 2.0, около 4 секунд, 48 токенов.

Пример 5. Ковбой на закате

Персонаж в шляпе посреди прерии. Короткая фраза – хороший формат для заставки или стикера: ролик меньше 4 секунд оплачивается как 4 секунды.

Текст: «Добро пожаловать на Дикий Запад, путник!». Голос: Толик. Версия 2.0, около 2,5 секунды, 48 токенов.

Пример 6. Невеста под цветущей сакурой

Портрет в фате и свадебном платье. Эмоциональный текст аватар произносит с улыбкой – подходит для открыток и поздравлений.

Текст: «Сегодня самый счастливый день в моей жизни!». Голос: Анна. Версия 2.0, около 3 секунд, 48 токенов.

Пример 7. Принцесса на балу

Девушка в бальном платье и тиаре в зале со свечами. Сказочные образы удобно делать для детских поздравлений и приглашений на праздник.

Текст: «Добро пожаловать на королевский бал!». Голос: Элла. Версия 2.0, около 2,5 секунды, 48 токенов.

Пример 8. Эльфийка в волшебном лесу

Фэнтези-персонаж с заострёнными ушами. Так можно озвучить пролог к истории или игре.

Текст: «Этот лес хранит много древних тайн.». Голос: Лариса. Версия 2.0, около 2,5 секунды, 48 токенов.

Пример 9. Говорящий плюшевый мишка

Omni Human оживляет не только людей: игрушка тоже «говорит» под озвучку. Для таких персонажей подходит детский голос Чижик. Ролик квадратный, 960×960.

Текст: «Привет! Я плюшевый мишка, давай дружить!». Голос: Чижик. Версия 2.0, около 2,5 секунды, 48 токенов.

Частые ошибки и как их исправить

  • «Необходимо прислать изображение аватара» — фото не загрузилось. Загрузите портрет ещё раз и дождитесь, пока он появится в окне.
  • «Необходимо прислать аудио для озвучивания аватаром» — в режиме «По аудио» не загружена запись. Добавьте файл mp3 или wav.
  • «Необходимо указать текст для озвучивания» — в режиме «По тексту» пустое поле запроса.
  • «Запрос нарушает политику использования» — нейросеть отклонила фото или текст. Замените исходники.
  • Лицо двигается неестественно — на фото лицо повёрнуто в сторону, закрыто волосами или очками. Возьмите портрет, где человек смотрит в камеру.

Где пригодится цифровой аватар

Говорящий аватар выручает, когда нужно видео с человеком, но снимать некогда или некого: приветствие на сайте, ролик для соцсетей, объяснение в онлайн-курсе, поздравление от сказочного персонажа. Больше идей — на странице Omni Human.

Omni Human на сайте

Omni Human в Телеграм

Ваш комментарий будет первый.

Похожие статьи