Kling AI אַוואַטאַר: מאַכן אַ פאָטאָ רעדן מיט דיין אַודיאָ
Bottom Line Up Front (BLUF): Kling AI Avatar איז אַן אַי ווידעא גענעראַטאָר וואָס טורנס אַ פּאָרטרעט אין אַ גערעדט מענטש. צופֿעליקער אַ פאָטאָ און אַ אַודיאָ רעקאָרדינג, און דער רעזולטאַט איז אַ ווידעא ווו די פּנים פון דיין בילד גיט די רעדע - ליפן סינסעד צו יעדער סילאַבאַל, אויגן בלינקינג, קאָפּ מאָווינג געוויינטלעך. קיין אַפּאַראַט, קיין סטודיע, קיין טאַלאַנט אויף דעם עקראַן: איין בילד און איין געזונט טעקע פאַרבייַטן די גאנצע דרייען.
וואָס איר דאַרפֿן צו דזשענערייט אַ גערעדט אַוואַטאַר
פּונקט צוויי ינגרידיאַנץ. די בילד קענען זיין JPEG, PNG אָדער וועבפּ אַרויף צו 10MB. די אַודיאָ קענען זיין MP3, WAV, AAC, OGG אָדער M4A, אויך אַרויף צו 10 MB, מיט איין שטרענג הערשן: עס מוזן לויפן אונטער 15 סעקונדעס. אויב דיין רעקאָרדינג איז מער, אַ טרימינג געצייַג איז געבויט אין די פאָרעם - סעלעקטירן דעם פראַגמענט איר ווילן און דזשענערייט, קיין פונדרויסנדיק רעדאַקטאָר פארלאנגט.
פֿון דאָרט די מאָדעל כאַנדאַלז אַלץ: עס דיטעקץ די פּנים, שאַפּעס מויל מווומאַנץ פֿאַר יעדער געזונט, און לייַערס אויף מיקראָ-באַוועגונג ווי בלינקס און קליין קאָפּ טורנס אַזוי דער רעזולטאַט לייענט ווי פוטידזש אלא ווי אַ ליאַלקע. קליפּס קומען אין דיין דור געשיכטע, און דער זעלביקער פּאָרטרעט קענען זיין רי-וויסט מיט נייַ אַודיאָ ווי פילע מאָל ווי איר ווילט.
נאָרמאַל ווס פּראָ מאָדע
צוויי קוואַליטעט טיערס זענען בנימצא. נאָרמאַל רענדערז ביי 720p - שעפע פֿאַר דערציילונגען, שליחים און אַלץ וואָטשט אויף אַ טעלעפאָן פאַרשטעלן. פּראָ רענדערז ביי 1080p מיט פיינער פאַסיאַל דעטאַל און אַ קלינער בילד, וואָס איז וואָס איר ווילט פֿאַר פּרעזאַנטיישאַנז, לאַנדינג בלעטער אָדער קיין פאַרשטעלן גרעסער ווי אַ דלאָניע.
א פיליק רוטין: פּרובירן דיין פאָטאָ-און-אַודיאָ פּערינג אין סטאַנדאַרד ערשטער, קאָנטראָלירן אַז די ליפּ סינק איז לאַנדיד און גאָרנישט וואָרפּט, און ריראַנז די היטער אין פּראָ. זינט פּרייַז וואָג מיט געדויער און קוואַליטעט, דראַפטינג אין די שפּיץ ריי איז נאָר ברענען וואָג אויף וואָס איר וועט אַוועקוואַרפן.
קלייַבן די רעכט פאָטאָ און רעקאָרדינג
די ידעאַל פאָטאָ איז אַ פראָנט-פייסינג פּאָרטרעט מיט די גאנצע פּנים קענטיק - קיין זונברילן, קיין האַנט לעבן די גאָמבע, און לעגאַמרע גאָרנישט קאַווערינג די מויל, ווייַל די מויל איז ווו אַלע די אַנאַמיישאַן כאַפּאַנז. אפילו לייטינג און אַ פּנים אַז פילז אַ גוט טיילן פון די ראַם העלפן; דער הינטערגרונט איז קוים וויכטיק.
אַודיאָ כּללים זענען סאַפטער אָבער נאָכגיין די זעלבע לאָגיק: ריין רייד טראגט ריין אַרטיקולאַטיאָן. א שטילע רעקארדירונג מיט נארמאלע פארלאנגען ביץ א קול מעמאָ וואס איז גענומען געווארן אויף א ווינטיגע גאס. די לימיט פון אונטער 15 סעקונדעס צווינגען איר צו שרייַבן ענג - וואָס איז אַ שטריך, נישט אַ זשוק, ווייַל קורץ פּאַנטשי שורות אַוטפּערפאָרם ראַמבלינג מאָנאָלאָגס אין ווידעא סייַ ווי סייַ.
וואָס מענטשן טאַקע מאַכן מיט אים
דער באַליבסטע פון די מאַסע איז פערזענליכען גריטינגז: אַ פרייַנד 'ס פאָטאָ פּלוס אַ רעקאָרדעד טאָסט ווערט אַ דיין געבורסטאָג ווידעא ווו זיי דערשייַנען צו האַלטן די רעדע זיך. געשעפטן שטימען אויף אַ אַנדערש מוסטער - אַ גרינדער 'ס פּנים אָדער אַ ינווענטיד ספּאָוקספּערסאַן ינטראַדוסיז אַ פּראָדוקט אין אַ ליסטינג, באַגריסן וויזאַטערז אויף אַ פּלאַץ אָדער פראַנץ אַ פּראָמאָ געשיכטע.
קורס קריייטערז קול קורץ יקספּליינינג ינסערץ אָן פילמינג זיך פֿאַר יעדער לעקציע; איין גוט פּאָרטרעט איז אַ סטודיע טאָג. סאציאל מעדיע מאַנאַדזשערז האַלטן אַ ריקערינג דיגיטאַל באַלעבאָס - דער זעלביקער רעקאַגנייזאַבאַל פּנים קאַמענטינג אויף סאָרט נייַעס קלעמערל נאָך קלעמערל, וואָס בויען פאַמיליעראַטי קיין ראָוטייטינג לאַגער פוטידזש קענען.
טראָובלעשאָאָטינג אַ שוואַך רעזולטאַט
נייַן מאל פון צען די מקור פאָטאָ איז די פּראָבלעם. א דריי פערטל פּראָפיל, אַ טילטיד קאָפּ, אָדער אַ קליינטשיק פּנים אין אַ פול-גוף שאָס הונגערן די מאָדעל פון מויל דעטאַל, און די אַרטיקולאַטיאָן קומט אויס מושי. גערעטעניש טייטער אויף די פּנים און קלייַבן אַ גלייך אָנקוקן - די פאַרריכטן איז יוזשאַוואַלי אַז נודנע.
די אנדערע קולפּריט איז מעסי אַודיאָ: הינטערגרונט מוזיק אָדער אָוווערלאַפּינג קולות לאָזן די מאָדעל ניט זיכער מיט וואָס צו סינק. און האַלטן די זייגער - אַ שפּור פון 15 סעקונדעס אָדער מער וועט נישט פאָרן וואַלאַדיישאַן, אַזוי טרים צו וועגן 14 סעקונדעס מיט די געבויט-אין געצייַג און האַלטן בלויז די שורה וואָס איז וויכטיק.
אָפֿט געשטעלטע פֿראַגעס
וואָס אַודיאָ פֿאָרמאַטירונגען אַרבעט, און וואָס אויב מיין טעקע איז צו לאַנג?
MP3, WAV, AAC, OGG און M4A אַרויף צו 10 MB זענען אנגענומען, און דער שפּור מוזן זיין אונטער 15 סעקונדעס. איר טאָן ניט דאַרפֿן פונדרויסנדיק ווייכווארג פֿאַר לאַנג טעקעס - די דור פאָרעם כולל אַ טרימער ווו איר קלייַבן די פּינטלעך פראַגמענט איידער די קאַטער.
וואָס גיט פּראָ מאָדע מיר איבער נאָרמאַל?
האַכלאָטע: נאָרמאַל אַוטפּוץ 720p, פּראָ אַוטפּוץ 1080p מיט שאַרפּער פאַסיאַל דעטאַל. דער אַנאַמיישאַן מאָטאָר איז די זעלבע, אַזוי אַ פּראָסט וואָרקפלאָוו איז דראַפטינג אין נאָרמאַל און סוויטשינג צו פּראָ בלויז פֿאַר די לעצט אַרויספירן.
קענען איך אַנימירן אַ פאָטאָ פון עמעצער אַנדערש?
בלויז מיט זייער צושטימען. שטעלן ווערטער אין אַ פאַקטיש מענטש 'ס מויל אָן דערלויבעניש ווייאַלייץ זייער בילד רעכט. זיכער אָפּציעס זענען דיין אייגענע פאָטאָס, פריי פרענדז און משפּחה אָדער גאָר יי-דזשענערייטאַד פנימער.