OmniHuman 2.0 a Doppelshotban
Az OmniHuman 2.0 a ByteDance hangvezérelt emberi videómodellje: egy fotó, egy hangsáv, és a személy hozzá illő szájmozgással, arccal és kezekkel beszél vagy énekel. A Doppelshot a Say it és a Sing kártyákon futtatja, és rendezői utasítást is adhatsz neki (mit csináljon a személy beszéd közben).
Mi ez
- Hangvezérelt: az ajkak, a légzés és a gesztusok követik a hangsávot.
- Szöveges rendezői utasítást is elfogad („felnéz, majd a végén elmosolyodik”), a legtöbb beszélő motorral ellentétben.
- Teljes alakos vagy közeli kép, egyetlen fotóból.
Mit készít vele a Doppelshot
- Say it: a szöveged, könyvtári hangon vagy a saját klónozott hangodon, 10 másodpercenként 10 kredit.
- Sing: a fotód elénekel egy szignált vagy a saját dalodat.
- Hosszabb szövegek: 20 és 30 másodperc ugyanezen az áron.
Motorok és árak
| Motor | Típus | Ár | Kártyák |
|---|---|---|---|
| OmniHuman 2.0Ajánlott | Beszélő videó | 10 kredit | Mondd ki, Three emotions |
A katalógussal összevetve: 2026-10-21.
Kártyák, amik ezen futnak
Nyiss meg egy kártyát, dobd be a szelfidet, és válaszd ezt a motort a Studio felületén, ha nem ez az alapértelmezett.
Kérdések
OmniHuman vagy LTX beszélő videóhoz?
OmniHuman a kifejező, gesztikuláló beszédhez és énekléshez; LTX, ha filmszerű beállítást szeretnél a személy köré. Mindkettő szájszinkronizál.
Melyik hang?
A kb. 30 könyvtári hang bármelyike, vagy a saját hangod klónja, amit az alkalmazásban készítesz. Hagyd a hangot Auto-n, és igazodik a fotón szereplő személyhez.
OmniHuman 2.0 vagy 1.5?
Az OmniHuman 2.0 (2026. október) leváltotta az 1.5-öt a kártyákon: szöveges instrukciót is fogad, a beszéd 4 másodperctől 5 percig tarthat, és 10 másodpercenként 20 helyett 10 kreditbe kerül. A Doppelshot közvetlenül a BytePluson, a ByteDance felhőjében futtatja.