OmniHuman 2.0 en Doppelshot
OmniHuman 2.0 es el modelo de vídeo humano guiado por audio de ByteDance: una foto, una pista de voz, y la persona habla o canta acompasando labios, cara y manos. Doppelshot lo usa en las tarjetas Say it y de canto, y te permite darle indicaciones sobre qué hace la persona mientras habla.
Qué es
- Guiado por audio: los labios, la respiración y los gestos siguen la pista de voz.
- Acepta indicaciones escritas («mira hacia arriba y sonríe al final»), a diferencia de la mayoría de motores hablados.
- Cuerpo entero o primer plano, a partir de una sola foto.
Qué hace Doppelshot con él
- Say it: tu guion, una voz del catálogo o tu voz clonada, 10 créditos por cada 10 segundos.
- Cantar: tu foto canta un jingle o tu propia canción.
- Guiones más largos: 20 y 30 segundos al mismo precio por tramo.
Motores y precios
| Motor | Tipo | Precio | Tarjetas |
|---|---|---|---|
| OmniHuman 2.0Recomendado | Vídeo hablado | 10 créditos | Dilo, Three emotions |
Comprobado con el catálogo el 2026-10-21.
Tarjetas que lo usan
Abre una tarjeta, sube tu selfie y elige este motor en el Studio cuando no sea el predeterminado.
Preguntas
¿OmniHuman o LTX para un vídeo hablado?
OmniHuman para hablar con expresividad y gestos o para cantar; LTX cuando quieras un plano cinematográfico alrededor de la persona. Ambos sincronizan los labios.
¿Qué voz puedo usar?
Cualquiera de las cerca de 30 voces del catálogo, o un clon de tu propia voz creado en la app. Si lo dejas en Auto, elige una acorde a la persona de la foto.
¿OmniHuman 2.0 o 1.5?
OmniHuman 2.0 (octubre de 2026) sustituyó a la 1.5 en las tarjetas: acepta indicaciones por escrito, voz de 4 segundos a 5 minutos y cuesta 10 créditos cada 10 segundos en vez de 20. Doppelshot lo ejecuta directamente en BytePlus, la nube de ByteDance.