OmniHuman 2.0 i Doppelshot
OmniHuman 2.0 är ByteDances ljuddrivna videomodell för människor: ett foto, ett röstspår, och personen talar eller sjunger med matchande läppar, ansikte och händer. Doppelshot kör den på korten Say it och Sing, där du även kan ge regi (vad personen gör medan den talar).
Vad det är
- Ljuddriven: läpparna, andningen och gesterna följer röstspåret.
- Tar regi i textform ("tittar upp, ler sedan på slutet"), till skillnad från de flesta talmotorer.
- Helkropp eller närbild, utifrån ett enda foto.
Vad Doppelshot gör med den
- Say it: ditt manus, en biblioteketsröst eller din klonade röst, 10 krediter per 10 sekunder.
- Sing: ditt foto sjunger en jingel eller din egen låt.
- Längre manus: 20 och 30 sekunder till samma taxa.
Motorer och priser
| Motor | Typ | Pris | Kort |
|---|---|---|---|
| OmniHuman 2.0Rekommenderad | Talande video | 10 krediter | Säg det, Three emotions |
Kontrollerad mot katalogen 2026-10-21.
Kort som körs på den
Öppna ett kort, släpp din selfie och välj den här motorn i Studio när den inte är förvald.
Frågor
OmniHuman eller LTX för en talande video?
OmniHuman för uttrycksfullt tal med gester och för sång; LTX när du vill ha en filmisk inramning runt personen. Båda har läppsynk.
Vilken röst?
Vilken som helst av cirka 30 röster i biblioteket, eller en klon av din egen röst skapad i appen. Lämna rösten på Auto så anpassas den efter personen på fotot.
OmniHuman 2.0 eller 1.5?
OmniHuman 2.0 (oktober 2026) ersatte 1.5 på korten: den tar regi i text, tal från 4 sekunder till 5 minuter och kostar 10 krediter per 10 sekunder istället för 20. Doppelshot kör den direkt på BytePlus, ByteDances moln.