A maioria dos resultados decepcionantes com foto falante vem da imagem de origem, não do modelo: rosto pequeno demais, virado de lado, borrado pelo movimento ou perdido na sombra. Verificar antes poupa um render à toa e mostra exatamente o que mudar antes de adicionar a voz.
O que o verificador de foto falante analisa
Cada foto passa por nove verificações. As três primeiras são limites rígidos do OmniHuman 2; as demais são sinais de qualidade que definem o quanto o movimento fica natural.
- Arquivo: JPG, PNG, WebP e outros formatos comuns de até 30 MB.
- Resolução: pelo menos 300 px no lado menor e no máximo 6000 px no lado maior; recomendamos 720 px ou mais.
- Proporção: de 2:5 (bem alta) a 5:2 (bem larga), então retratos de celular, quadrados e quadros widescreen servem.
- Rosto: se algum rosto é encontrado e quantos, usando um detector de rostos que roda no próprio dispositivo.
- Tamanho do rosto: quanto do quadro ele ocupa e quantos pixels a boca e os olhos recebem.
- Enquadramento: se a cabeça é cortada pela borda da imagem.
- Ângulo da cabeça: se a pessoa olha mais ou menos para a câmera e a cabeça está reta.
- Nitidez: uma medida de desfoque calculada no próprio rosto, não no fundo.
- Iluminação: se o rosto está escuro demais, estourado ou tão chapado que as feições somem.
Como ler os resultados
Um visto verde significa que a verificação passou. Uma dica em âmbar indica que a foto vai funcionar, mas mudar aquele detalhe provavelmente melhora o vídeo. Uma marca vermelha em arquivo, resolução ou proporção significa que o estúdio vai recusar o arquivo até você corrigir, geralmente exportando um JPG, redimensionando ou cortando.
Se nenhum rosto for encontrado, ainda dá para tentar a foto: arte estilizada, estátuas e animais às vezes animam bem, mas o resultado é menos previsível do que com um retrato humano nítido. A caixa desenhada na prévia mostra exatamente o que o detector viu, o que ajuda quando uma foto em grupo ou um fundo cheio o confunde.
Correções rápidas para problemas comuns
Quase todo aviso se resolve em um minuto com o editor do celular ou qualquer app de fotos gratuito:
- 1Rosto pequeno demaisCorte para que cabeça e ombros ocupem quase todo o quadro. Cortar um original grande mantém mais detalhe do que ampliar um pequeno.
- 2Cabeça virada ou inclinadaEscolha uma foto em que os dois olhos apareçam e o nariz aponte mais ou menos para a câmera, ou endireite um scan torto com a ferramenta de girar.
- 3Borrada ou suaveUse o arquivo original em vez de um print ou de uma cópia de app de mensagens, que são muito comprimidos. Evite fotos tiradas em movimento.
- 4Escura ou clara demaisLevante as sombras ou reduza as altas luzes até a pele mostrar textura. A luz suave do dia perto de uma janela é a mais favorável para animação.
Privado por design: nada é enviado
O verificador baixa um pequeno modelo de detecção de rostos (o MediaPipe BlazeFace, de código aberto do Google) e o executa dentro do seu navegador com WebAssembly. Medidas como desfoque e brilho são calculadas em um canvas no seu dispositivo. Sua foto não é enviada para os nossos servidores nem para os de ninguém, e fechar a aba a descarta.
Como não há processamento em servidor, a ferramenta é grátis e você usa quantas vezes quiser, sem cadastro e sem marca d’água. Funciona nas versões recentes de Chrome, Edge, Safari e Firefox, no computador e no celular.
Da foto verificada ao vídeo falante
Quando o verificador diz que o seu retrato está pronto, o botão Fazer falar leva a mesma foto para o estúdio do OmniHuman 2.0, então você não precisa enviá-la de novo. Entre com o Google, adicione uma gravação de voz ou um arquivo de áudio de 4 segundos a 5 minutos e veja a prévia antes de escolher um plano.
Vai montar uma cena em grupo, uma música ou um porta-voz de produto? Os guias abaixo explicam como preparar o áudio e os prompts em cada caso.
Perguntas frequentes
O verificador de foto falante é mesmo grátis?
Sim. Ele roda no seu próprio dispositivo, então não tem custo para nós e, para você, não há limite, conta nem marca d’água.
Minha foto é enviada para algum lugar?
Não. A detecção de rostos e todas as medições acontecem no seu navegador. Ela só é enviada se você seguir para o estúdio e criar um vídeo com ela.
Passar na verificação garante um vídeo perfeito?
Nenhuma ferramenta promete isso, mas passar elimina as causas mais comuns de lábios duros ou borrados. Um áudio limpo importa tanto quanto.
Por que diz que nenhum rosto foi encontrado?
O detector procura rostos humanos mais ou menos de frente. Rostos muito pequenos, de perfil, sombras fortes e desenhos animados podem passar batido.
Posso verificar uma foto em grupo?
Sim. Cada rosto encontrado ganha uma caixa. O OmniHuman 2 pode animar várias pessoas; descreva no prompt quem fala.
Funciona para outros apps de foto falante com IA?
As verificações de qualidade valem para qualquer modelo de lip sync. Os limites de arquivo e tamanho são específicos do OmniHuman 2.
Quais formatos posso verificar?
JPG, PNG, WebP, GIF e BMP funcionam em qualquer lugar. O HEIC abre no Safari; em outros navegadores, exporte-o como JPG antes.