OmniHuman (foto → fala)
referência→vídeo
Proporções: 1:1, 9:16, 16:9
Durações: 5 s, 10 s
Preço: 322 créditos
Forte em
- De UMA foto e um áudio faz um vídeo em que a pessoa fala ou canta — sem nenhuma filmagem
- Não mexe só os lábios: lê a EMOÇÃO do áudio e atua com o corpo inteiro — uma fala animada dá gestos diferentes de um tom baixo e confessional
- Por baixo trabalham DOIS cérebros: um entende o sentido do áudio e planeja o gesto, o outro desenha quadro a quadro
- O canto está previsto — pausas, mudança de humor e movimento de palco
- Aguenta vários personagens no mesmo quadro
- Além do áudio aceita também um texto curto — com ele você define movimento de câmera, gesto ou clima
Fraco em
- A duração depende da qualidade: até 30 segundos de áudio em 1080p e até 60 segundos em 720p
- Ele é melhor abaixo de 15 segundos — acima disso o resultado começa a desandar
- A cena é ESTÁTICA: o fundo não muda, a câmera fica parada, a pessoa permanece mais ou menos no mesmo lugar
- O resultado depende inteiramente da foto — de foto ruim sai vídeo ruim
- Fala rápida e picotada dá menos tempo para o gesto assentar
Não use para
- Não envie foto de perfil, com o rosto tapado ou com óculos que escondem os olhos
- Não dê a ele uma gravação longa de uma vez — corte em pedaços de menos de 15 segundos
- Não use quando você já tem um vídeo gravado — ali a sincronia labial fica mais exata
Tarefas típicas
- Avatar falante a partir de uma única foto
- Retrato que canta
- Mensagem a partir de um texto e de uma voz
- Retrato de arquivo ou de família ganhando vida
- Apresentador para um vídeo curto, sem dia de gravação