Этот инструмент генерирует говорящие видео из аудио и картинки или ролика. В отличие от простого липсинка, он синхронизирует с речью не только губы, но и повороты головы, мимику, даже позу тела. Технология sparse-frame позволяет обрабатывать видео любой длины, сохраняя стабильность внешности персонажа. Можно загрузить просто фотографию и получить реалистично говорящий портрет. Система понимает подсказки текстовыми промптами, чтобы добавить нужную эмоцию или жест. Решение нацелено на создателей контента, педагогов, бизнес — для тех, кому нужен живой и естественный цифровой аватар без жестких ограничений по хронометражу.
Основные возможности:
- Синхронизация всего тела — двигает не только губами, но и головой, плечами, меняет выражение лица под речь.
- Работает с картинкой — можно загрузить просто фото, и нейросеть оживит его под твой аудиотрек.
- Безлимитная длина — делает видео любой продолжительности, хоть часовую лекцию, без обрывов.
- Сохраняет лицо — персонаж на протяжении всего ролика остаётся узнаваемым, не плывёт.
- Подсказки текстом — можно написать, чтобы человек улыбался или кивал, и нейросеть это учтёт.
- Мультиязычность — поддерживает кучу языков для озвучки, больше пятидесяти.
- Несколько людей в кадре — может работать с видео, где в сцене несколько персонажей.
