Такого языка нет.
Решение — в строке «Что нужно на входе» в таблице. OmniHuman требует ФОТО и звук — он заставляет неподвижный кадр заговорить. Sync требует ВИДЕО и звук — он берёт уже снятый клип и подгоняет губы под новую запись. Нет видео, есть только портрет — OmniHuman. Есть снятый человек и новый звук — Sync. Они не взаимозаменяемы.
Цена в кредитах указана за СЕКУНДУ видео и видна на кнопке «Сгенерировать» перед каждым запуском. Нижняя строка «Пять секунд стоят» — это та же цена, умноженная на пять.
| Параметр | OmniHuman | Sync |
|---|---|---|
| Варианты модели у нас | 1 | 1 |
| Что нужно на входе | фото, аудиофайл | видео, аудиофайл |
| Цена в кредитах за секунду | 321 | 167 |
| Пять секунд обойдутся в | 1605 кредитов | 835 кредитов |
| Самый длинный клип за раз | 60 сек | 60 сек |
| Доступные разрешения | 720p, 1080p | — |
| Звук от самой модели | ✗ | ✗ |
| Негативное описание («без…») | ✗ | ✗ |
OmniHuman — единственный здесь, кто стартует с неподвижного фото. Портрет, архивный кадр или сгенерированное лицо становятся говорящим человеком без всякой камеры.
Есть выбор разрешения — редкость среди моделей говорящего человека — и возможность подать маску, то есть указать, какую часть кадра анимировать.
Длина, которую он принимает, такая же, как у Sync. То есть за отсутствие видео на входе не приходится платить более коротким результатом.
Sync сохраняет всё движение из оригинального клипа — жесты, позу, взгляд — и меняет только губы. Это убедительнее любой анимации фото, потому что всё остальное настоящее.
У Sync есть несколько режимов на случай, когда звук и клип разной длины: обрезка, повтор, обратное воспроизведение, тишина.
Принимает длинный клип — тот же потолок, что у OmniHuman.
Где проигрывает OmniHuman. Всё движение придумывает модель. Жесты и поза настолько убедительны, насколько модель их придумала, а на длинной записи заметно однообразие. OmniHuman к тому же среди более дорогих моделей по цене за секунду — смотри цену в таблице.
Где проигрывает Sync. Нужен уже снятый клип. Если видео нет, Sync просто не участвует — ни одна его настройка не поможет. И он меняет только губы: если в записи есть смех или пауза, тело в кадре на них не реагирует.
Есть фото — OmniHuman. Есть видео — Sync. Это и есть весь выбор, и дело тут не во вкусе.
Если у тебя есть и то и другое, Sync обычно даёт более убедительный результат, потому что большая часть кадра настоящая. Полные карточки — на странице OmniHuman и на странице Sync.
Sync. OmniHuman стоит от 321 кредитов за секунду, Sync — от 167 кредитов за секунду. Самый дешёвый вариант у OmniHuman — OmniHuman (фото → речь), у Sync — Sync 2.0 Pro Lip-sync. Точная цена видна на кнопке ещё до того, как ты запустишь генерацию.
Нет. Sync нужно видео на входе. Для говорящей фотографии используют OmniHuman.
Sync, когда у тебя есть видео, — потому что тело, взгляд и жесты настоящие, меняются только губы. OmniHuman придумывает всё сам.
Да, на входе — фото, неважно, откуда оно взялось. Правила контента действуют — лицо реального узнаваемого человека не анимируется без его согласия.
Эта страница сравнивает два бренда между собой. Полная техническая карточка каждого — все варианты, сильные и слабые стороны, типичные задачи и реальные примеры от сообщества — находится на его отдельной странице.
Последнее обновление:
