Φωτογραφία που μιλά Φωτογραφία

Μια φωτογραφία που μιλάει είναι ένα στατικό πορτρέτο που ζωντανεύει και μιλάει. Το πρόσωπο παραμένει αυτό της εικόνας, αλλά το στόμα, τα μάτια και το κεφάλι κινούνται ακολουθώντας μια φωνητική ατάκα, έτσι μια φωτογραφία προφίλ, ένα ζωγραφισμένο πορτρέτο ή ένας χαρακτήρας που σχεδίασες μπορεί να πει ένα μήνυμα μπροστά στην κάμερα.

Στο Mage χρειάζονται δύο βήματα στον ίδιο λογαριασμό. Πρώτα η φωνή: γράψε τι θέλεις να ειπωθεί και δημιούργησέ το με το Seed Audio, που φτιάχνει φωνές, διαλόγους, μουσική και ηχητικά εφέ από ένα prompt, ή χρησιμοποίησε μια ηχογράφηση που έχεις ήδη. Μετά το πρόσωπο: άνοιξε το Lipsync, πρόσθεσε τη φωτογραφία και τη φωνή και δημιούργησε. Το αποτέλεσμα είναι ένα MP4 με το πορτρέτο να λέει την ατάκα σου.

Οι φωτογραφίες που μιλάνε ταιριάζουν σε ευχές, επεξηγηματικά βίντεο, συστάσεις χαρακτήρων και αναρτήσεις στα social. Χρησιμοποίησέ τες με εντιμότητα: βάλε τη δική σου φωτογραφία, έναν χαρακτήρα που δημιούργησες ή τη φωτογραφία κάποιου που είπε ναι. Το Mage δεν επιτρέπει επιβλαβή deepfake ή απεικονίσεις πραγματικών προσώπων χωρίς τη συγκατάθεσή τους.

Το Seed Audio ακολουθεί ένα prompt, γι' αυτό περιέγραψε τον ομιλητή εκτός από τα λόγια: το ηλικιακό του εύρος, τον ρυθμό, τη διάθεση και πού μιλάει. «Μια ζεστή, ήρεμη γιαγιά που λέει ένα παραμύθι πριν τον ύπνο» ακούγεται πολύ διαφορετικά από «έναν ενθουσιασμένο αθλητικό σχολιαστή». Βάλε τα ακριβή λόγια σε εισαγωγικά και κράτα τις προτάσεις σύντομες: μία ή δύο προτάσεις χωράνε άνετα σε 15 δευτερόλεπτα.

Το Seed Audio δημιουργεί ακριβώς τη διάρκεια που επιλέγεις: 5, 10, 30, 60 ή 120 δευτερόλεπτα. Για μια φωτογραφία που μιλάει, διάλεξε 5 ή 10 δευτερόλεπτα, ώστε όλη η ατάκα να χωράει σε μία εκτέλεση του Lipsync με περιθώριο. Λειτουργεί και για μεγαλύτερη αφήγηση: δημιούργησέ την μία φορά, κόψε την σε κομμάτια των 15 δευτερολέπτων ή λιγότερο με οποιονδήποτε επεξεργαστή ήχου και φτιάξε ένα κλιπ για το καθένα.

• Περιέγραψε τη φωνή και μετά βάλε τα λόγια σε εισαγωγικά
• Διάλεξε διάρκεια 5 ή 10 δευτερολέπτων για ένα κλιπ
• Ταίριαξε τη φωνή με την ηλικία και τη διάθεση του προσώπου
• Δημιούργησε ξανά τη φωνή πριν αλλάξεις τη φωτογραφία
• Κράτα κάθε ατάκα σε μία ιδέα

Οι καλύτερες φωτογραφίες που μιλάνε ξεκινούν από ένα καθαρό, καλά φωτισμένο πρόσωπο που κοιτάζει προς την κάμερα, με το στόμα ορατό και κλειστό ή χαλαρό. Το κάδρο από το κεφάλι ως τους ώμους δουλεύει καλύτερα από μια φωτογραφία ολόκληρου σώματος, γιατί το πρόσωπο έχει περισσότερη λεπτομέρεια για να κινηθεί. Τα γυαλιά δεν είναι πρόβλημα· ένα χέρι ή ένα μικρόφωνο μπροστά από το στόμα είναι.

Αν η φωτογραφία είναι παλιά ή θολή, βελτίωσε πρώτα την ευκρίνειά της με την αναβάθμιση εικόνας με AI ή επισκεύασέ την με αποκατάσταση φωτογραφιών με AI. Αν προτιμάς να ξεκινήσεις με ένα νέο πρόσωπο, φτιάξε ένα με τη γεννήτρια πορτρέτων με AI και αποθήκευσέ το ως χαρακτήρα, ώστε το ίδιο πρόσωπο να μπορεί να μιλήσει ξανά αργότερα.

Ευχές: ένα μήνυμα για γενέθλια ή γιορτές από μια οικογενειακή φωτογραφία, ηχογραφημένο από το άτομο που απεικονίζεται. Επεξηγηματικά: ένας χαρακτήρας που παρουσιάζει ένα προϊόν, ένα μάθημα ή έναν οδηγό σε δύο προτάσεις. Ιστορίες: ένας ζωγραφισμένος πρόγονος, ένας ήρωας φαντασίας ή το πορτρέτο ενός αφηγητή που ανοίγει κάθε κεφάλαιο μιας σειράς. Αναρτήσεις στα social: μια μασκότ με ένα διαρκές αστείο, δημοσιευμένη ως σύντομο κλιπ.

Όταν το πρόσωπο πρέπει να κάνει κάτι παραπάνω από το να μιλάει, πήγαινε στο επόμενο βήμα: το lip sync με AI καλύπτει τη μεταγλώττιση και τις μεγαλύτερες αφηγήσεις, και το Εργαλείο δημιουργίας μουσικών βίντεο με AI μετατρέπει αποθηκευμένους χαρακτήρες σε ερμηνευτές που τραγουδούν και χορεύουν.