फोटो से बोलते हुए एआई अवतार: न्यूरल नेटवर्क के साथ फोटो को कैसे एनिमेट करें
मुख्य बात के बारे में संक्षेप में (BLUF)
एक बात करने वाला एआई अवतार एक फोटो से बनाया गया है: फोटो अपलोड करें और उसमें मौजूद व्यक्ति पलकें झपकाता है, अपने होंठ हिलाता है और आपके टेक्स्ट में बोलता है। पहले यह एक ट्रिक की तरह था, अब यह ब्राउज़र में दो मिनट का है। हम दिखाते हैं कि यह कैसे काम करता है, लोगों को इसकी आवश्यकता क्यों है और इसकी नैतिकता क्या है।
उसने एक दोस्त को अपने बचपन की तस्वीर भेजी, और एक मिनट बाद उसने उसकी आवाज़ में "बात" की। यह एक ही समय में डरावना और आश्चर्यजनक लग रहा था। एक तस्वीर से बात करने वाला एआई अवतार एक ऐसी चीज़ है जो दो साल पहले एक जादुई चाल की तरह लगती थी, लेकिन अब यह कुछ ही मिनटों में हो जाती है NeuralSpace.
यह कैसे काम करता है?
एक फोटो लिया गया है. मॉडल (हमारा नाम क्लिंग एआई अवतार है) चेहरे का 3डी मानचित्र बनाता है और होंठों की गतिविधियों को ऑडियो के साथ सिंक्रनाइज़ करता है। एसटीडी और प्रो मोड विस्तार से भिन्न हैं: प्रो में चेहरे के भाव सूक्ष्म होते हैं, भौहें हिलती हैं, लुक जीवंत होता है। एसटीडी में यह सरल है, लेकिन जनरेशन भी तेज है।
लोगों को इसकी आवश्यकता क्यों है?
- ऑनलाइन पाठ्यक्रम: शिक्षक का "चेहरा" पाठ बताता है, लेकिन वास्तव में किसी को फिल्माया नहीं गया था
- वीडियो स्थानीयकरण - वक्ता रूसी में "बोलता है"। एआई वॉयसओवर. होंठ मिलते हैं
- मार्केटिंग वीडियो - शीघ्रता से और बिना किसी स्टूडियो के
- पारिवारिक फ़ोटो को जीवंत बनाना। पुरानी तस्वीर में दादी कहानी "बताती" हैं - यह रोंगटे खड़े कर देने वाली है
- टेलीग्राम चैनल या यूट्यूब के लिए आभासी प्रस्तुतकर्ता
2 मिनट में अवतार बनाएं
एक पोर्ट्रेट फ़ोटो अपलोड करें (फ़्रेम में चेहरा, ललाट, सामान्य रोशनी), टेक्स्ट को पढ़ें टी.टी.एस या अपनी आवाज रिकॉर्ड करें, अनुभाग में क्लिंग एआई अवतार का चयन करें "वीडियो" - तैयार।
एक छोटी सी युक्ति: किसी कठिन कोण से या अंधेरे कमरे में फ़ोटो लेना एक बुरा विचार है। मॉडल सामना करेगा, लेकिन परिणाम "लकड़ी" होगा। दिन के उजाले में एक साधारण ललाट चित्र सर्वोत्तम परिणाम देता है।
नैतिकता के बारे में - गंभीरता से
केवल उन फ़ोटो का उपयोग करें जिन पर आपका अधिकार है। ऐसा वीडियो बनाना जहां कोई कुछ ऐसा "कहता" है जो उसने नहीं कहा है, यह मज़ेदार नहीं है, यह समस्याग्रस्त है। NeuralSpace पीढ़ियों को लॉग करता है और दुरुपयोग को रोकता है। आप इसमें अपनी सामग्री हटा सकते हैं गोपनीय सेटिंग.
इसे अजमाएं - शुरुआती टोकन कई अवतारों के लिए यह समझने के लिए पर्याप्त हैं कि प्रारूप आपके लिए सही है या नहीं।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
प्रश्न: तंत्रिका नेटवर्क से सर्वोत्तम परिणाम कैसे प्राप्त करें?
उत्तर: अंग्रेजी में विस्तृत संकेतों (विवरण) का उपयोग करें, दृश्य की शैली और विवरण निर्धारित करें।
प्रश्न: क्या इन सामग्रियों का उपयोग व्यावसायिक उद्देश्यों के लिए किया जा सकता है?
उत्तर: हाँ, उत्पन्न सामग्री पूरी तरह से आपकी है।