Langsung ke konten

Contoh penggunaan · Baru di 2.0 · Diperbarui Okt 2026

Video AI Banyak Orang: Bikin Foto Grup Bisa Bicara

Video AI banyak orang adalah bagian yang selama ini hilang dari alat foto bicara: model lama hanya menganimasikan satu wajah dan membiarkan yang lain membeku. OmniHuman 2.0 dirancang untuk penampilan banyak orang, sehingga satu foto berisi dua host, sebuah band, atau satu keluarga bisa menjadi adegan di mana orang-orang berbicara, mendengarkan, bereaksi, dan berbagi frame.

Foto+Suara=Video

Suara
Tidak punya foto? Coba:
  • Pratinjau gratis
  • Masuk dengan Google
  • Unggahan privat
Iklan UGC
Bernyanyi
Banyak orang
per video
5 menit
output
720p
adegan banyak orang
Multi
bahasa
6

Berikut cara menyiapkan foto grup, menyiapkan audio dialog, dan mengarahkan siapa melakukan apa.

Menyiapkan foto untuk video AI banyak orang

Setiap orang yang akan bergerak harus terlihat wajahnya, idealnya dengan ukuran serupa dan tidak saling tumpang-tindih. Dua sampai empat orang berdampingan dalam frame horizontal adalah titik awal paling mudah — bayangkan meja podcast, sofa wawancara, atau barisan di atas panggung. Pencahayaan merata di semua wajah mencegah satu orang terlihat lebih datar dibanding yang lain.

Jika jarak orang-orang ke kamera sangat berbeda, wajah yang lebih dekat akan mendominasi. Potong foto agar para pembicara menjadi fokus.

Menyiapkan audio dialog

Unggah satu file audio gabungan yang berisi seluruh percakapan, sesuai urutan pemutarannya. Sisakan jeda kecil di antara pembicara agar pergantian giliran terbaca jelas, dan hindari crosstalk di mana dua orang berbicara bersamaan dalam waktu lama.

Rekaman podcast dan wawancara bisa langsung dipakai apa adanya — pangkas bagian yang kamu inginkan, normalkan volumenya, lalu unggah sebagai MP3 atau WAV, hingga lima menit.

Mengarahkan siapa yang berbicara dan siapa yang bereaksi

Sebut orang berdasarkan posisinya di prompt; buat singkat saja:

  • “Host kiri berbicara duluan, host kanan mengangguk dan tertawa, lalu menjawab.”
  • “Perempuan di kanan memimpin verse, laki-laki di kiri ikut di reff.”
  • “Pewawancara di kiri bertanya, tamu di kanan bergestur sambil menjelaskan, wide shot statis.”
  • “Seluruh keluarga melambai di akhir, push-in lembut.”

Format yang tiba-tiba jadi mungkin

Video podcast dari satu gambar diam, sketsa komedi dengan dua karakter, teaser wawancara, klip duet dan paduan suara, ucapan keluarga, serta bermain peran di kelas. Dulu semuanya membutuhkan syuting beberapa orang sekaligus; kini cukup satu foto dan satu rekaman.

Masalah umum di adegan grup

Jika yang terlihat berbicara justru orang yang salah, buat posisi di prompt tidak ambigu — “orang di sebelah kiri”, bukan nama yang tidak bisa dilihat model — dan pastikan wajah para pembicara kurang lebih berukuran sama di dalam frame. Jika semua orang bergerak terlalu banyak, minta “pendengar sebagian besar tetap diam” agar pembicara lebih menonjol.

Grup yang sangat besar membuat detail tersebar tipis di banyak wajah kecil. Untuk foto paduan suara atau tim, potong hingga barisan depan saja dan jaga klip tetap singkat.

Menulis dialog untuk dua suara

Percakapan singkat bekerja paling baik: satu orang bertanya, yang lain menjawab dalam satu atau dua kalimat, dan mereka bergantian dengan cepat. Monolog panjang dalam foto grup membuat pendengar tidak punya banyak hal untuk dilakukan; selingi dengan reaksi atau pertanyaan lanjutan.

FAQ

Berapa banyak orang yang bisa ada dalam satu video?

Grup bisa dipakai, tetapi dua sampai empat wajah yang terlihat jelas memberikan hasil paling andal.

Apakah saya perlu audio terpisah untuk setiap orang?

Tidak. Unggah satu file gabungan berisi percakapan dan jelaskan di prompt siapa yang berbicara.

Bisakah orang bereaksi saat yang lain berbicara?

Bisa. Pendengar akan mengangguk, tersenyum, dan melirik pembicara jika kamu memintanya di prompt.

Apakah OmniHuman 1.5 mendukung beberapa orang?

Versi 1.5 memakai mask untuk memilih satu pembicara. Penampilan banyak orang adalah fitur baru di 2.0.

Bisakah saya memakai foto keluarga?

Bisa, dengan izin semua orang di dalamnya. Wajah yang jelas dan menghadap depan memberikan hasil terbaik.

Berapa lama durasi adegannya?

Hingga 5 menit dalam sekali take.

Bisakah setiap orang punya suara yang berbeda?

Bisa. Rekam atau gabungkan dialog dengan suara masing-masing orang ke dalam satu file audio, sesuai urutan bicaranya.

Apakah pendengar akan benar-benar diam?

Tidak — mereka membuat gerakan kecil yang alami. Minta reaksi seperti mengangguk atau tersenyum jika kamu ingin lebih banyak gerakan.

Apakah foto grup harus horizontal?

Tidak harus, tetapi frame lebar memberi setiap wajah ruang lebih. Foto grup vertikal paling cocok untuk dua orang yang berdiri berdekatan.

Jelajahi lainnya

Bikin fotomu bicara.

Pratinjau gratis.