La maggior parte dei risultati deludenti con le foto parlanti dipende dall’immagine di partenza, non dal modello: un volto troppo piccolo, girato, mosso o perso nell’ombra. Controllare prima ti risparmia un render sprecato e mostra cosa cambiare prima di aggiungere la voce.
Cosa guarda la verifica foto parlante
Ogni foto supera nove controlli. I primi tre sono limiti rigidi di OmniHuman 2; gli altri sono segnali di qualità che decidono quanto risulta naturale il movimento.
- File: JPG, PNG, WebP e altri formati comuni fino a 30 MB.
- Risoluzione: almeno 300 px sul lato corto e non oltre 6000 px su quello lungo; consigliati 720 px o più.
- Proporzioni: da 2:5 (molto alto) a 5:2 (molto largo), quindi vanno bene ritratti da smartphone, quadrati e inquadrature widescreen.
- Volto: se viene trovato un volto e quanti, con un rilevatore di volti che gira sul dispositivo.
- Dimensione del volto: quanta parte dell’inquadratura occupa e quanti pixel hanno bocca e occhi.
- Inquadratura: se la testa è tagliata dal bordo dell’immagine.
- Angolo della testa: se la persona guarda più o meno verso la fotocamera e la testa è dritta.
- Nitidezza: una misura della sfocatura calcolata sul volto stesso, non sullo sfondo.
- Illuminazione: se il volto è troppo scuro, bruciato o così piatto che i lineamenti spariscono.
Come leggere i risultati
Una spunta verde significa che il controllo è superato. Un consiglio ambra indica che la foto funzionerà, ma cambiare quel dettaglio probabilmente migliora il video. Un segno rosso su file, risoluzione o proporzioni significa che lo studio rifiuterà il file finché non lo correggi, di solito esportando un JPG, ridimensionando o ritagliando.
Se non viene trovato alcun volto, puoi comunque provare la foto: arte stilizzata, statue e animali a volte si animano bene, ma i risultati sono meno prevedibili rispetto a un ritratto umano nitido. Il riquadro disegnato sull’anteprima mostra esattamente cosa ha visto il rilevatore, utile quando una foto di gruppo o uno sfondo caotico lo confondono.
Soluzioni rapide ai problemi più comuni
Quasi ogni avviso si risolve in un minuto con l’editor integrato del telefono o con una qualsiasi app di foto gratuita:
- 1Volto troppo piccoloRitaglia in modo che testa e spalle riempiano gran parte dell’inquadratura. Ritagliare un originale grande conserva più dettaglio che ingrandirne uno piccolo.
- 2Testa girata o inclinataScegli uno scatto in cui si vedono entrambi gli occhi e il naso punta più o meno verso la fotocamera, oppure raddrizza una scansione storta con lo strumento di rotazione.
- 3Sfocata o morbidaUsa il file originale invece di uno screenshot o di una copia da app di messaggistica, molto compressi. Evita gli scatti fatti in movimento.
- 4Troppo scura o troppo chiaraAlza le ombre o abbassa le alte luci finché la pelle mostra texture. La luce morbida del giorno vicino a una finestra è la più indulgente per l’animazione.
Privata per progetto: non si carica nulla
Lo strumento scarica un piccolo modello di rilevamento dei volti (MediaPipe BlazeFace, open source di Google) e lo esegue nel tuo browser con WebAssembly. Misure come sfocatura e luminosità sono calcolate su un canvas sul tuo dispositivo. La tua foto non viene inviata ai nostri server né a quelli di nessun altro, e chiudere la scheda la elimina.
Poiché non c’è elaborazione sul server, lo strumento è gratuito e lo usi quante volte vuoi, senza registrazione e senza filigrana. Funziona sulle versioni recenti di Chrome, Edge, Safari e Firefox, su desktop e mobile.
Dalla foto verificata al video parlante
Quando la verifica dice che il tuo ritratto è pronto, il pulsante Fai parlare porta la stessa foto nello studio di OmniHuman 2.0, così non devi caricarla di nuovo. Accedi con Google, aggiungi una registrazione vocale o un file audio da 4 secondi a 5 minuti e guarda l’anteprima prima di scegliere un piano.
Stai preparando una scena di gruppo, una canzone o un portavoce di prodotto? Le guide qui sotto spiegano come preparare audio e prompt in ogni caso.
Domande frequenti
La verifica foto parlante è davvero gratuita?
Sì. Gira sul tuo dispositivo, quindi per noi non ha costi e per te non ci sono limiti, account o filigrane.
La mia foto viene caricata da qualche parte?
No. Il rilevamento dei volti e tutte le misure avvengono nel tuo browser. Viene caricata solo se prosegui nello studio e crei un video con essa.
Superare il controllo garantisce un video perfetto?
Nessuno strumento può prometterlo, ma superarlo elimina le cause più comuni di labbra rigide o impastate. Un audio pulito conta altrettanto.
Perché dice che non è stato trovato nessun volto?
Il rilevatore cerca volti umani più o meno frontali. Volti molto piccoli, di profilo, in forte ombra o in stile cartone animato possono sfuggirgli.
Posso controllare una foto di gruppo?
Sì. Ogni volto trovato riceve un riquadro. OmniHuman 2 può animare più persone; indica nel prompt chi parla.
Funziona anche per altre app di foto parlanti con AI?
I controlli di qualità valgono per qualsiasi modello di lip sync. I limiti di file e dimensioni sono specifici di OmniHuman 2.
Quali formati posso controllare?
JPG, PNG, WebP, GIF e BMP funzionano ovunque. L’HEIC si apre in Safari; altrove, esportalo prima come JPG.