AI टॉकिंग फोटो

टॉकिंग फोटो एक स्थिर पोर्ट्रेट होता है जो जीवंत होकर बोलने लगता है। चेहरा वही रहता है जो तस्वीर में है, लेकिन होंठ, आँखें और सिर आवाज़ के साथ हिलते हैं। इस तरह प्रोफ़ाइल फोटो, पेंट किया हुआ पोर्ट्रेट या आपका बनाया कैरेक्टर कैमरे पर संदेश दे सकता है।

Mage पर यह एक ही अकाउंट में दो चरणों में हो जाता है। पहले आवाज़: जो बोलना है वह लिखें और Seed Audio से जनरेट करें, जो प्रॉम्प्ट से आवाज़ें, डायलॉग, म्यूज़िक और साउंड इफ़ेक्ट बनाता है, या अपनी पहले से मौजूद रिकॉर्डिंग इस्तेमाल करें। फिर चेहरा: Lipsync खोलें, फोटो और आवाज़ जोड़ें, और जनरेट करें। नतीजे में आपको पोर्ट्रेट के आपकी लाइन बोलने वाला MP4 मिलता है।

टॉकिंग फोटो ग्रीटिंग, एक्सप्लेनर, कैरेक्टर इंट्रोडक्शन और सोशल पोस्ट के लिए बढ़िया काम करते हैं। इन्हें ईमानदारी से इस्तेमाल करें: अपनी फोटो, अपना बनाया कैरेक्टर, या ऐसे व्यक्ति की तस्वीर जिसने इसकी अनुमति दी हो। Mage हानिकारक डीपफ़ेक या असली लोगों के बिना सहमति के चित्रण की अनुमति नहीं देता।

Seed Audio प्रॉम्प्ट के अनुसार चलता है, इसलिए शब्दों के साथ बोलने वाले का भी वर्णन करें: उसकी उम्र, बोलने की रफ़्तार, मूड और वह कहाँ बोल रहा है। "सोने से पहले कहानी सुनाती एक स्नेहमयी, इत्मीनान से बोलने वाली दादी" और "एक जोशीला स्पोर्ट्स कमेंटेटर" बिल्कुल अलग सुनाई देते हैं। सटीक शब्द उद्धरण चिह्नों में रखें और वाक्य छोटे रखें; एक या दो वाक्य आराम से 15 सेकंड में आ जाते हैं।

Seed Audio ठीक उतनी ही लंबाई बनाता है जो आप चुनते हैं: 5, 10, 30, 60 या 120 सेकंड। टॉकिंग फोटो के लिए 5 या 10 सेकंड चुनें, ताकि पूरी लाइन एक Lipsync रन में आराम से आ जाए। लंबा नैरेशन भी चलेगा: उसे एक बार जनरेट करें, किसी भी ऑडियो एडिटर में 15 सेकंड या उससे छोटे टुकड़ों में काटें, और हर टुकड़े का एक क्लिप बनाएँ।

• पहले आवाज़ का वर्णन करें, फिर शब्द उद्धरण में लिखें
• एक क्लिप के लिए 5 या 10 सेकंड की लंबाई चुनें
• आवाज़ को चेहरे की उम्र और मूड से मिलाएँ
• फोटो बदलने से पहले आवाज़ दोबारा जनरेट करें
• हर लाइन में एक ही बात रखें

सबसे अच्छे टॉकिंग फोटो साफ़, अच्छी रोशनी वाले चेहरे से शुरू होते हैं जो कैमरे की ओर देख रहा हो, जिसमें होंठ दिखें और बंद या सहज हों। सिर और कंधों वाली फ्रेमिंग पूरे शरीर वाली फोटो से बेहतर रहती है, क्योंकि चेहरे में एनिमेट करने के लिए ज़्यादा डिटेल होती है। चश्मा ठीक है; मुँह के आगे हाथ या माइक्रोफ़ोन ठीक नहीं।

अगर फोटो पुरानी या धुंधली है, तो पहले उसे AI इमेज अपस्केलर से शार्प करें या AI फोटो रिस्टोरेशन से ठीक करें। अगर आप नए चेहरे से शुरू करना चाहते हैं, तो AI पोर्ट्रेट जनरेटर से एक बनाएँ और उसे कैरेक्टर के रूप में सेव करें, ताकि वही चेहरा बाद में फिर बोल सके।

ग्रीटिंग: परिवार की फोटो से जन्मदिन या त्योहार का संदेश, उसी व्यक्ति की आवाज़ में। एक्सप्लेनर: कोई कैरेक्टर जो दो वाक्यों में प्रोडक्ट, पाठ या हाउ-टू समझाए। कहानियाँ: पेंट किया हुआ पूर्वज, फ़ैंटेसी हीरो या नैरेटर का पोर्ट्रेट जो सीरीज़ का हर अध्याय शुरू करे। सोशल पोस्ट: एक मैस्कॉट जिसका कोई चलता हुआ मज़ाक हो, छोटे क्लिप के रूप में पोस्ट किया गया।

जब चेहरे को बोलने से ज़्यादा कुछ करना हो, तो अगला कदम उठाएँ: AI लिप सिंक डबिंग और लंबे नैरेशन को कवर करता है, और AI म्यूज़िक वीडियो जनरेटर सेव किए हुए कैरेक्टर्स को गाते और नाचते परफ़ॉर्मर बना देता है।