انتقل إلى المحتوى

حالة استخدام · جديد في 2.0 · آخر تحديث: أكتوبر 2026

فيديو لعدة أشخاص بالذكاء الاصطناعي: اجعل صورة جماعية تتكلم

كان الفيديو متعدد الأشخاص بالذكاء الاصطناعي الحلقة المفقودة في أدوات الصور الناطقة: فالنماذج الأقدم كانت تحرّك وجهًا واحدًا وتترك البقية متجمدين. أما OmniHuman 2.0 فمبني للأداء متعدد الأشخاص، لذا يمكن لصورة واحدة لمقدّمَين أو فرقة موسيقية أو عائلة أن تصبح مشهدًا يتكلم فيه الناس ويستمعون ويتفاعلون ويتشاركون الإطار.

صورة+صوت=فيديو

صوت
لا توجد صورة؟ جرّب:
  • معاينة مجانية
  • تسجيل الدخول بحساب Google
  • ملفات مرفوعة خاصة
إعلانات UGC
غناء
عدة أشخاص
لكل فيديو
5 دقائق
دقة الإخراج
720p
أشخاص في المشهد
عدة
لغات
6

إليك كيف تجهّز الصور الجماعية، وتعدّ صوت الحوار، وتوجّه من يفعل ماذا.

تجهيز صورة لفيديو متعدد الأشخاص بالذكاء الاصطناعي

كل من يجب أن يتحرك يحتاج إلى وجه ظاهر، ويُفضَّل أن تكون الوجوه متقاربة الحجم وغير متداخلة. شخصان إلى أربعة جنبًا إلى جنب في إطار أفقي هي أسهل نقطة بداية: فكّر في طاولة بودكاست، أو أريكة مقابلة، أو صف على المسرح. والإضاءة المتساوية على كل الوجوه تمنع أن يبدو أحدهم باهتًا مقارنة بالآخرين.

إن كان الأشخاص على مسافات متفاوتة جدًّا من الكاميرا، فالوجوه الأقرب تهيمن. قصّ الصورة بحيث يكون المتحدثون محور التركيز.

تجهيز صوت الحوار

ارفع ملفًا صوتيًّا ممزوجًا واحدًا يحتوي على المحادثة كاملة، بالترتيب الذي يجب أن تُعرض به. اترك فجوات صغيرة بين المتحدثين ليظهر تبادل الأدوار بوضوح، وتجنّب التداخل الذي يتكلم فيه شخصان معًا لفترات طويلة.

تسجيلات البودكاست والمقابلات تعمل جيدًا كما هي: اقتطع الجزء الذي تريده، ووحّد مستوى الصوت، وارفعه بصيغة MP3 أو WAV، حتى خمس دقائق.

توجيه من يتكلم ومن يتفاعل

صِف الأشخاص بمواقعهم في البرومبت، واجعله قصيرًا:

  • «left host speaks first, right host nods and laughs, then answers» (المقدّم على اليسار يتكلم أولًا، والمقدّم على اليمين يومئ ويضحك ثم يجيب).
  • «woman on the right leads the verse, man on the left joins on the chorus» (المرأة على اليمين تقود المقطع، والرجل على اليسار ينضم في اللازمة).
  • «interviewer on the left asks, guest on the right gestures while explaining, static wide shot» (المحاور على اليسار يسأل، والضيف على اليمين يومئ بيديه أثناء الشرح، لقطة واسعة ثابتة).
  • «whole family waves at the end, gentle push-in» (العائلة كلها تلوّح في النهاية، اقتراب خفيف للكاميرا).

صيغ أصبحت ممكنة فجأة

بودكاست مرئي من صورة ثابتة واحدة، واسكتشات كوميدية بشخصيتين، ومقاطع تشويقية للمقابلات، وثنائيات غنائية ومقاطع جوقات، وتهاني عائلية، وتمثيل أدوار في الفصول الدراسية. كل ذلك كان يتطلب تصوير عدة أشخاص معًا؛ والآن يحتاج إلى صورة واحدة وتسجيل.

مشكلات شائعة في المشاهد الجماعية

إن بدا أن الشخص الخطأ هو من يتكلم، فاجعل المواقع في البرومبت واضحة لا لبس فيها، مثل «the person on the left» (الشخص على اليسار) بدلًا من اسم لا يستطيع النموذج رؤيته، وتأكد من أن وجوه المتحدثين متقاربة الحجم في الإطار. وإن تحرك الجميع أكثر من اللازم، فاطلب «listeners stay mostly still» (المستمعون يبقون ساكنين غالبًا) ليبرز المتحدث.

المجموعات الكبيرة جدًّا توزّع التفاصيل على وجوه صغيرة كثيرة. في صور الجوقات أو الفرق، قصّ الصورة على الصف الأمامي واجعل المقطع قصيرًا.

كتابة حوار لصوتين

التبادلات القصيرة هي الأنجح: شخص يسأل، والآخر يجيب في جملة أو جملتين، ويتبادلان الكلام بسرعة. أما المونولوجات الطويلة في صورة جماعية فتترك المستمع بلا شيء يفعله؛ قسّمها بردود أفعال أو أسئلة متابعة.

الأسئلة الشائعة

كم شخصًا يمكن أن يظهر في فيديو واحد؟

المجموعات تعمل، لكن وجهين إلى أربعة وجوه ظاهرة بوضوح تعطي أكثر النتائج موثوقية.

هل أحتاج إلى صوت منفصل لكل شخص؟

لا. ارفع ملفًا ممزوجًا واحدًا للمحادثة وصِف في البرومبت من يتكلم.

هل يمكن للأشخاص التفاعل بينما يتكلم الآخرون؟

نعم. المستمعون يومئون ويبتسمون وينظرون إلى المتحدث حين تطلب ذلك في البرومبت.

هل كان OmniHuman 1.5 يدعم عدة أشخاص؟

كان الإصدار 1.5 يستخدم قناعًا لاختيار متحدث واحد. الأداء متعدد الأشخاص جديد في 2.0.

هل يمكنني استخدام صورة عائلية؟

نعم، بإذن الجميع. والوجوه الواضحة المواجهة للكاميرا تعمل بأفضل شكل.

ما أقصى مدة للمشهد؟

حتى 5 دقائق في لقطة واحدة.

هل يمكن أن يكون لكل شخص صوت مختلف؟

نعم. سجّل الحوار أو امزجه بصوت كل شخص في ملف صوتي واحد، بترتيب كلامهم.

هل سيبقى المستمعون ساكنين تمامًا؟

لا، فهم يقومون بحركات طبيعية صغيرة. اطلب ردود أفعال مثل الإيماء أو الابتسام إن أردت المزيد.

هل يجب أن تكون الصورة الجماعية أفقية؟

ليس بالضرورة، لكن الإطار العريض يمنح كل وجه مساحة أكبر. والصور الجماعية العمودية تنجح أكثر مع شخصين متقاربين أحدهما فوق الآخر.

تابع الاستكشاف

اجعل صورتك تتكلم.

المعاينة مجانية.