شروع رایگان · صدا تا ۱۵ ثانیه
سینک لب با هوش مصنوعی
یک تصویر و یک کلیپ صوتی به Mage بدهید تا سوژه آن را بگوید یا بخواند، با لب‌هایی هماهنگ با هر هجا. مدل ویدیوی مناسب صحنه را همین‌جا در مرورگر انتخاب کنید.
بدون نصب. بدون کارت بانکی. خصوصی به‌صورت پیش‌فرض.
- ۱۵ ثانیهصدا در هر کلیپ
- ۹مدل ویدیو در Lipsync
- ۱فقط یک تصویر کافی است
- $0شروع رایگان
مقدمات
سینک لب با هوش مصنوعی چیست؟
سینک لب با هوش مصنوعی یک تصویر ثابت و یک کلیپ صوتی را به ویدیویی تبدیل می‌کند که در آن سوژه آن صدا را می‌گوید یا می‌خواند. مدل به صدا گوش می‌دهد، شکل دهان لازم برای هر هجا را تشخیص می‌دهد و چهره را هماهنگ با آن متحرک می‌کند، همراه با حرکت‌های کوچک سر و حالت‌هایی که گفتار را واقعی نشان می‌دهند، نه دهانی که روی یک عکس باز و بسته می‌شود.
برنامه Lipsync در Mage این کار را با یک تصویر انجام می‌دهد. یک عکس آپلود کنید یا شخصیت ذخیره‌شده‌ای را انتخاب کنید، یک دیالوگ، آهنگ یا روایت تا ۱۵ ثانیه اضافه کنید و یک مدل ویدیو برگزینید. سوژه ظاهر، کادر، نور و محیط تصویر شما را حفظ می‌کند و دوربین روی او ثابت می‌ماند. می‌توانید یک راهنمای کوتاه برای صحنه اضافه کنید، مثل پس‌زمینه‌ای جدید یا یک حال‌وهوا، و Mage آن را بعد از دستور سینک لب خودش اعمال می‌کند.
این ابزار برای سازندگانی است که صدا را از قبل دارند: صداگذاری یک کلیپ محصول، دیالوگی دوبله‌شده به زبانی دیگر، نقل‌قولی از یک پادکست یا بیتی از یک آهنگ. اگر هنوز به خود صدا نیاز دارید، اول آن را با Seed Audio بسازید و بیاورید. اگر فرد فقط باید حرف بزند، Lipsync ابزار شماست. اگر باید اجرا کند، با حرکت دوربین و رقص، برنامه Music Video انتخاب بهتری است.
کمی امکانات بیشتر
چرا سازندگان Mage را برای سینک لب انتخاب می‌کنند
یک تصویر، یک کلیپ
نه فیلمبرداری لازم است و نه تنظیم چهره. یک عکس یا شخصیت ذخیره‌شده به‌علاوه‌ی صدای شما، تمام ورودی کار است.
انتخاب از میان نُه مدل
Plum مدل پیش‌فرض است و Plum Max، Lemon، چهار مدل Cherry، Blueberry و Blueberry 2 هم با یک کلیک در دسترس‌اند.
سازگار با شخصیت‌های ذخیره‌شده
یک شخصیت را از کتابخانه‌تان انتخاب کنید تا همان چهره در همه‌ی کلیپ‌هایی که می‌سازید حرف بزند.
راهنمای اختیاری صحنه
یک خط برای پس‌زمینه‌ی جدید، لباس یا حال‌وهوا اضافه کنید تا دور تا دور هماهنگی لب اعمال شود.
به‌صورت پیش‌فرض خصوصی
کلیپ‌هایتان در حساب خودتان می‌مانند تا وقتی که خودتان تصمیم به انتشار بگیرید. اشتراک‌گذاری همیشه اختیاری است.
بدون واترمارک
فایل MP4 را همان‌طور که ساخته شده دانلود کنید؛ در همه‌ی طرح‌های پولی مجوز تجاری هم دارید.
از ایده تا خلق اثر
چطور با هوش مصنوعی لب یک عکس را با صدا هماهنگ کنیم؟
فقط سه مرحله دارد و شروعش رایگان است.
چهره را اضافه کنید
Lipsync را باز کنید و یک عکس واضح آپلود کنید یا یکی از شخصیت‌های ذخیره‌شده‌تان را انتخاب کنید. چهره‌ی روبه‌رو با دهان مشخص بهترین نتیجه را می‌دهد.
صدا را اضافه کنید
یک کلیپ آپلود کنید یا از میان آثارتان یا صداهای ذخیره‌شده انتخاب کنید. طول آن باید ۱۵ ثانیه یا کمتر باشد.
مدل را انتخاب و صحنه را راهنمایی کنید
Plum به‌صورت پیش‌فرض انتخاب شده است. برای ظاهری متفاوت مدل را عوض کنید و اگر خواستید یک راهنمای صحنه اضافه کنید.
بسازید و دانلود کنید
نتیجه را ببینید؛ اگر زمان‌بندی درست نبود، دوباره با مدل دیگری اجرا کنید و بعد MP4 را دانلود کنید.
نکته‌ها و تکنیک‌ها
چطور هماهنگی لب تمیز و باورپذیر بگیریم
بیشتر نتیجه به صدا بستگی دارد. ضبط خشک با یک صدا، بدون موسیقی زمینه و بدون پژواک اتاق، هجاهای واضحی را در اختیار مدل می‌گذارد. موسیقی پس‌زمینه و صحبت هم‌زمان چند نفر، همخوان‌هایی را که شکل دهان از آن‌ها ساخته می‌شود محو می‌کنند؛ پس کلیپ را به همان جمله‌ی موردنیاز کوتاه کنید و سکوت ابتدای آن را بِبُرید، چون تا وقتی چیزی گفته نشود چهره منتظر می‌ماند.
بقیه‌ی نتیجه به تصویر بستگی دارد. چهره‌ای که بخش خوبی از کادر را پر کرده، تقریباً رو به دوربین است و دهانش پوشیده نیست، به مدل جا برای کار می‌دهد. دست روی دهان، نیم‌رخ کامل و چهره‌های خیلی کوچک در نمای دور، دلایل رایج ضعیف شدن کلیپ هستند. اگر از پرتره‌ی تولیدشده شروع می‌کنید، آن را با دهان بسته یا آرام بسازید تا فریم‌های اول وسط یک کلمه شروع نشوند.
- صدا را به همان جمله‌ی موردنظر کوتاه کنید، حداکثر ۱۵ ثانیه
- از یک صدای واضح بدون موسیقی زمینه استفاده کنید
- عکسی روبه‌رو با دهان مشخص انتخاب کنید
- راهنمای صحنه را کوتاه نگه دارید: یک مکان، یک لباس یا یک حال‌وهوا
- قبل از بازنویسی هر چیزی، یک مدل دیگر را امتحان کنید
نکته‌ها و تکنیک‌ها
بیش از ۱۵ ثانیه؟ بخش‌بخش کار کنید
هر اجرای Lipsync تا ۱۵ ثانیه صدا را می‌پذیرد. برای یک گویندگی کامل یا آهنگ بلندتر، صدا را در مکث‌های طبیعی به تکه‌های ۱۵ ثانیه‌ای یا کوتاه‌تر تقسیم کنید و هر تکه را با همان عکس یا شخصیت ذخیره‌شده هماهنگ کنید. شخصیت ذخیره‌شده چهره را از بخشی به بخش دیگر یکسان نگه می‌دارد و همین باعث می‌شود برش‌ها دیده نشوند.
وقتی بخش‌ها آماده شدند، آن‌ها را در Storyboard پشت سر هم بچینید؛ این ابزار تا شش کلیپ ذخیره‌شده را به ترتیب می‌گذارد و با صدایشان در یک MP4 خروجی می‌دهد. از یک پرتره‌ی خالی شروع می‌کنید؟ راهنمای عکس سخنگو با هوش مصنوعی هم نوشتن متن صدا و هم متحرک‌سازی چهره را پوشش می‌دهد.
نکته‌ها و تکنیک‌ها
هماهنگی لب برای دوبله، روایت و آهنگ
هماهنگی لب راهی کاربردی برای دوبله‌ی یک کلیپ کوتاه است. جمله را به زبان جدید ضبط یا تولید کنید، سرعت بیان را نزدیک به اصل نگه دارید و آن را روی یک تصویر ثابت از گوینده‌ای که اجازه‌ی استفاده از او را دارید اجرا کنید. چون دهان از روی صدای جدید متحرک می‌شود، لب‌ها کلمات ترجمه‌شده را دنبال می‌کنند، نه کلمات اصلی را.
برای راوی ثابت یا شخصیتی که در طول یک مجموعه حرف می‌زند، چهره را یک بار با مولد شخصیت با هوش مصنوعی بسازید، سپس با تبدیل تصویر به ویدیو با هوش مصنوعی بین نماهای گویا، نماهای متحرک اضافه کنید. برای اجرای آوازی همراه با حرکت دوربین، مولد موزیک ویدیو با هوش مصنوعی دقیقاً برای همین ساخته شده است.
مدل مناسب برای هر کار
بهترین مدل برای هماهنگی لب کدام است؟
همه‌ی مدل‌های زیر داخل برنامه‌ی Lipsync اجرا می‌شوند. Plum پیش‌فرض است؛ وقتی صحنه چیز دیگری می‌خواهد، مدل را عوض کنید.
Plum Max
نسخه‌ی سریع‌تر Plum با کیفیت 480P یا 768P، مناسب کلیپ‌های گفتگوی روزمره و پیش‌نویس‌های سریع. خود Plum که پیش‌فرض برنامه است تا 2K خروجی می‌دهد.
Lemon
تعادل میان کیفیت و قیمت، از 480p تا 1080p. انتخاب خوبی وقتی چهره‌ای واضح‌تر می‌خواهید بدون هزینه‌ی مدل اصلی.
Cherry 2 Pro
مدل ویدیوی پرچمدار Mage برای کلیپ‌های نهایی تا 1080p. هزینه‌ی هر کلیپ با آن از همه بیشتر است، پس اول با مدلی ارزان‌تر پیش‌نویس بگیرید.
Blueberry 2
فقط از روی تصویر، با کیفیت 720p یا 1080p هماهنگ می‌کند. هویت شخصیت ذخیره‌شده را نادیده می‌گیرد، پس دقیقاً همان عکسی را بدهید که می‌خواهید متحرک شود.
این پرامپت‌ها را امتحان کن
راهنمای صحنه‌هایی برای امتحان
Lipsync اول از همه دستور خودش را دنبال می‌کند. این خط‌های اختیاری صحنه‌ی دور و بر آن را می‌سازند.
کلیپ پادکست
در یک استودیوی پادکست گرم، با میکروفون روی بازوی آویز و نور ملایم چراغ در پشت.
گویندگی محصول
ایستاده در یک آشپزخانه‌ی روشن، با فنجان قهوه در دست، صمیمی و آرام.
دیالوگ دوبله‌شده
قاب‌بندی مثل عکس، اجرای آرام و جدی، نور عصرگاهی از پنجره.
بند آهنگ
روی صحنه‌ای کوچک زیر یک نورافکن گرم، با چشم‌های بسته در نت‌های کشیده.
فضایی برای آزمایش
مقایسه Mage برای همگام‌سازی لب با هوش مصنوعی
ابزار معمولی همگام‌سازی لب فقط یک مدل را پشت یک دکمه می‌گذارد. Mage چند مدل ویدیو را پشت همان اپ قرار می‌دهد؛ پس کلیپی که با یک مدل خشک به نظر می‌رسد را می‌توانی بدون ترک صفحه و بدون آپلود دوباره، با مدل دیگری امتحان کنی.
ابزارهای رایج
- یک مدل، یک برداشت از چهره
- صدا در ابزاری جداگانه ساخته می‌شود
- برای هر کلیپ یک آپلود تازه
Mage
- نه مدل ویدیو در یک اپ Lipsync
- صداهای Seed Audio در همان حساب
- شخصیت‌های ذخیره‌شده در همهٔ کلیپ‌ها چهرهٔ یکسانی دارند
- کلیپ‌های کوتاه نامحدود در پلن‌هایی که شامل آن می‌شوند
دنبال تخیلت برو
چه کسانی از همگام‌سازی لب با هوش مصنوعی استفاده می‌کنند؟
سازندگان محتوا و پادکسترها
یک نقل‌قول، پیام صوتی یا لحظه‌ای از پادکست را به کلیپی سخنگو برای فید تبدیل کن.
دوبله و ترجمه
به یک کلیپ کوتاه زبانی تازه بده، با لب‌هایی که همراه کلمات جدید حرکت می‌کنند.
قصه‌گوها
بگذار یک شخصیت تکرارشونده دیالوگ‌هایش را در یک قسمت یا کل یک سریال بگوید.
برندها و بازاریاب‌ها
بدون رزرو فیلمبرداری، شخصیت برندت را گوینده‌ٔ صدای محصول کن.
کوچک شروع کن، بزرگ رؤیا ببین.
آیا همگام‌سازی لب با هوش مصنوعی در Mage رایگان است؟
شروع کار با Mage رایگان است: اعضای جدید 300 Gems می‌گیرند و همهٔ مدل‌های Lipsync با Gems اجرا می‌شوند. نامحدود بودن همگام‌سازی لب به مدل و طول و رزولوشن کلیپ بستگی دارد و از کلیپ‌های کوتاه Lemon در پلن Pro شروع می‌شود.
رایگان
$0
300 Gems یک‌باره برای اعضای جدید. بدون واترمارک.
Pro Plus
$60/ماه
مدل‌های ویدیوی پریمیوم نامحدود با تنظیمات اعلام‌شده، از جمله Plum Max در 5 ثانیه و Lemon در 7 ثانیه، هر دو با 480p. ماهانه 3,500 Gems.
Max
$200/ماه
کلیپ‌های نامحدود طولانی‌تر و HD، از جمله Plum با 768p، Lemon تا 1080p و Cherry 2 Pro با 480p. ماهانه 15,000 Gems.
کمی شفاف‌تر
سؤالات متداول
همگام‌سازی لب با هوش مصنوعی چیست؟
صدا می‌تواند چقدر طولانی باشد؟
می‌توانم یک آهنگ را همگام‌سازی کنم؟
از کدام مدل استفاده کنم؟
صدا از کجا می‌آید؟
آیا همگام‌سازی لب با هوش مصنوعی رایگان است؟
از چهرهٔ چه کسی می‌توانم استفاده کنم؟
مولدها و راهنماهای مرتبط
Mage فقط برای بزرگسالان بالای ۱۸ سال است. هر محتوای غیرقانونی ممنوع است؛ هر محتوایی که شامل افراد زیر سن قانونی یا تصویرسازی بدون رضایت از افراد واقعی باشد اکیداً ممنوع است.