דילוג לתוכן

שימוש · חדש ב־2.0 · עודכן אוק׳ 2026

וידאו AI עם כמה אנשים: תנו לתמונה קבוצתית לדבר

וידאו AI עם כמה אנשים היה החלק החסר בכלים של תמונה מדברת: מודלים ישנים הנפישו פנים אחת והשאירו את כל השאר קפואים. OmniHuman 2.0 בנוי לביצועים עם כמה אנשים, כך שתמונה אחת של שני מנחים, להקה או משפחה יכולה להפוך לסצנה שבה אנשים מדברים, מקשיבים, מגיבים וחולקים את הפריים.

תמונה+קול=סרטון

קול
אין תמונה? נסו:
  • תצוגה מקדימה בחינם
  • התחברות עם Google
  • העלאות פרטיות
מודעות UGC
שירה
כמה אנשים
לסרטון
5 דק׳
פלט
720p
אנשים בסצנה
כמה
שפות
6

כך מכינים תמונות קבוצתיות, מכינים אודיו של דיאלוג ומביימים מי עושה מה.

הכנת תמונה לווידאו AI עם כמה אנשים

כל מי שצריך לזוז חייב פנים גלויות, רצוי בגודל דומה ובלי חפיפה. שניים עד ארבעה אנשים זה לצד זה בפריים אופקי זו נקודת ההתחלה הכי קלה – חשבו על שולחן פודקאסט, ספת ראיונות או שורה על הבמה. תאורה אחידה על כל הפנים מונעת מצב שבו אדם אחד נראה שטוח יותר מהאחרים.

אם האנשים נמצאים במרחקים שונים מאוד מהמצלמה, הפנים הקרובות שולטות. חתכו כך שהדוברים יהיו במרכז.

הכנת אודיו של דיאלוג

העלו קובץ אודיו ממוקסס אחד שמכיל את כל השיחה, בסדר שבו היא צריכה להתנגן. השאירו רווחים קטנים בין הדוברים כדי שחילופי התורות יהיו ברורים, והימנעו מדיבור חופף שבו שני אנשים מדברים יחד לאורך זמן.

הקלטות של פודקאסטים וראיונות עובדות טוב כמו שהן – קצצו את הקטע שאתם רוצים, נרמלו את העוצמה והעלו אותו כ־MP3 או WAV, עד חמש דקות.

לביים מי מדבר ומי מגיב

תארו אנשים לפי המיקום שלהם בפרומפט; בקצרה:

  • "Left host speaks first, right host nods and laughs, then answers." (המנחה משמאל מדבר ראשון, המנחה מימין מהנהן וצוחק, ואז עונה.)
  • "Woman on the right leads the verse, man on the left joins on the chorus." (האישה מימין מובילה את הבית, הגבר משמאל מצטרף בפזמון.)
  • "Interviewer on the left asks, guest on the right gestures while explaining, static wide shot." (המראיין משמאל שואל, האורח מימין מחווה בידיים בזמן ההסבר, שוט רחב סטטי.)
  • "Whole family waves at the end, gentle push-in." (כל המשפחה מנופפת בסוף, התקרבות עדינה.)

פורמטים שפתאום הופכים לאפשריים

פודקאסטים בווידאו מתמונת סטילס אחת, מערכונים עם שתי דמויות, טיזרים לראיונות, דואטים וקליפים של מקהלות, ברכות משפחתיות ומשחקי תפקידים בכיתה. בעבר כל אחד מהם דרש לצלם כמה אנשים יחד; היום צריך תמונה אחת והקלטה.

בעיות נפוצות בסצנות קבוצתיות

אם נראה שהאדם הלא נכון מדבר, נסחו את המיקומים בפרומפט בצורה חד־משמעית – "the person on the left" (האדם משמאל) ולא שם שהמודל לא יכול לראות – ובדקו שהפנים של הדוברים בגודל דומה בפריים. אם כולם זזים יותר מדי, בקשו "listeners stay mostly still" (המאזינים נשארים כמעט ללא תנועה) כדי שהדובר יבלוט.

בקבוצות גדולות מאוד הפרטים מתפזרים על פני הרבה פנים קטנות. בתמונה של מקהלה או צוות, חתכו לשורה הראשונה ושמרו על קליפ קצר.

כתיבת דיאלוג לשני קולות

חילופי דברים קצרים עובדים הכי טוב: אחד שואל, השני עונה במשפט או שניים, והם מחליפים שורות במהירות. מונולוגים ארוכים בתמונה קבוצתית משאירים למאזין מעט מה לעשות; שברו אותם עם תגובות או שאלות המשך.

שאלות נפוצות

כמה אנשים יכולים להיות בסרטון אחד?

קבוצות עובדות, אבל שתיים עד ארבע פנים גלויות בבירור נותנות את התוצאות הכי אמינות.

צריך אודיו נפרד לכל אדם?

לא. העלו קובץ ממוקסס אחד של השיחה ותארו בפרומפט מי מדבר.

אנשים יכולים להגיב בזמן שאחרים מדברים?

כן. המאזינים מהנהנים, מחייכים ומעיפים מבט בדובר כשמבקשים זאת בפרומפט.

OmniHuman 1.5 תמך בכמה אנשים?

גרסה 1.5 השתמשה במסכה כדי לבחור דובר אחד. ביצועים עם כמה אנשים הם חידוש של 2.0.

אפשר להשתמש בתמונה משפחתית?

כן, ברשות כל המשתתפים. פנים ברורות שפונות קדימה עובדות הכי טוב.

כמה ארוכה יכולה להיות הסצנה?

עד 5 דקות בטייק אחד.

לכל אדם יכול להיות קול אחר?

כן. הקליטו או מקססו את הדיאלוג עם הקול של כל אחד לקובץ אודיו אחד, לפי סדר הדיבור.

המאזינים יישארו קפואים לגמרי?

לא – הם עושים תנועות טבעיות קטנות. בקשו תגובות כמו הנהון או חיוך אם אתם רוצים יותר.

התמונה הקבוצתית חייבת להיות אופקית?

לא בהכרח, אבל פריים רחב נותן לכל פנים יותר מקום. תמונות קבוצתיות אנכיות עובדות הכי טוב עם שני אנשים צמודים זה מעל זה.

להמשיך לגלות

תנו לתמונה שלכם לדבר.

תצוגה מקדימה בחינם.