OmniHuman 2.0 no Doppelshot
OmniHuman 2.0 é o modelo de vídeo humano guiado por áudio da ByteDance: uma foto, uma faixa de voz, e a pessoa fala ou canta sincronizando lábios, rosto e mãos. O Doppelshot roda esse modelo nos cards Say it e Sing, aceitando instruções de direção (o que a pessoa faz enquanto fala).
O que é
- Guiado por áudio: os lábios, a respiração e os gestos acompanham a faixa de voz.
- Aceita direção em texto ("olha para cima e sorri no final"), diferente da maioria dos motores de fala.
- Corpo inteiro ou close-up, a partir de uma única foto.
O que o Doppelshot faz com ele
- Say it: seu roteiro, uma voz da biblioteca ou sua voz clonada, 10 créditos a cada 10 segundos.
- Sing: sua foto canta um jingle ou a sua própria música.
- Roteiros mais longos: 20 e 30 segundos na mesma proporção de preço.
Motores e preços
| Motor | Tipo | Preço | Cards |
|---|---|---|---|
| OmniHuman 2.0Recomendado | Vídeo falado | 10 créditos | Fala aí, Three emotions |
Conferido no catálogo em 2026-10-21.
Cards que usam este motor
Abra um card, envie sua selfie e escolha este motor no Studio quando ele não for o padrão.
Perguntas
OmniHuman ou LTX para um vídeo falado?
OmniHuman para fala expressiva com gestos e para cantar; LTX quando quiser um enquadramento de cinema ao redor da pessoa. Os dois fazem sincronia labial.
Qual voz usar?
Qualquer uma das cerca de 30 vozes da biblioteca, ou um clone da sua própria voz feito no app. Deixe no Auto para seguir a pessoa da foto.
OmniHuman 2.0 ou 1.5?
O OmniHuman 2.0 (outubro de 2026) substituiu o 1.5 nos cartões: ele aceita direção por texto, fala de 4 segundos a 5 minutos e custa 10 créditos a cada 10 segundos em vez de 20. O Doppelshot roda o modelo direto na BytePlus, a nuvem da ByteDance.