OmniHuman — 인물 사진에 목소리와 움직임을 더한다

OmniHuman이란

OmniHuman은 TikTok을 만든 ByteDance의 동영상 생성 모델이다. 인물 사진 한 장과 오디오(말이나 노래)를 받아, 사진 속 사람이 말하거나 노래하는 영상으로 바꿔 준다. 입, 머리, 몸의 움직임이 소리와 맞물려 정지된 이미지가 자연스럽게 살아난다.

사진에 그냥 움직임만 더하는 모델과 달리 OmniHuman은 사람과 말에 초점을 맞췄다. 들리는 소리 그대로 입이 움직이고, 표정과 몸짓이 기계적이지 않고 살아 있게 보이는 것이 목표다. 그래서 특정 인물 사진을 원하는 목소리로 “말하게” 하고 싶을 때 딱 맞다.

genkiki.com에서는 “OmniHuman(사진 → 말)”이라는 이름으로 사진에서 동영상 모드에 있다. 인물 사진과 오디오를 올리면 완성된 영상이 나온다.

generiram의 버전과 기능

OmniHuman은 목적이 분명한 하나의 모델이다. 목소리로 인물 사진을 살려내는 일이다. 내용은 아래 표와 같다.

사진에서 동영상

인물 사진과 오디오를 넣는다. OmniHuman은 사진 속 모습을 그대로 지키면서 말에 맞춘 입 움직임과 자연스러운 머리, 몸의 움직임을 더한다. 결과는 사진 속 사람이 정말로 그 소리를 말하거나 부르는 것처럼 보이는 영상이다.

어디에 좋을까

• 초상 사진 살리기 — 멈춰 있는 사진이 말하거나 노래하게 만든다.
• 말하는 아바타 — 원하는 목소리로 메시지를 전하는 캐릭터나 얼굴을 만든다.
• 말하는 사진 — 가족사진, 옛날 사진, 사람이 나온 제품 사진에 생기를 준다.
• 정지 이미지 더빙 — 카메라도 촬영도 없이 한 장에 목소리와 표정을 더한다.

시작하기

genkiki.com의 AI 스튜디오를 열고 OmniHuman(사진 → 말)을 고른 뒤, 인물이 또렷하게 나온 사진과 들려주고 싶은 오디오를 올리고 생성을 시작한다. 얼굴이 잘 보이고 밝은 사진, 그리고 잡음이 적은 깨끗한 오디오를 쓰면 결과가 가장 좋다.