Большинство неудачных говорящих фото портит не модель, а исходник: слишком маленькое лицо, отвёрнутая голова, смаз от движения или густая тень. Проверка заранее избавит от лишнего рендера и подскажет, что именно поменять, прежде чем добавлять голос.
Что проверяет проверка говорящего фото
Каждое фото проходит девять проверок. Первые три — жёсткие ограничения OmniHuman 2, остальные — показатели качества, от которых зависит, насколько естественным будет движение.
- Файл: JPG, PNG, WebP и другие популярные форматы размером до 30 МБ.
- Разрешение: не менее 300 px по короткой стороне и не более 6000 px по длинной; рекомендуется от 720 px.
- Соотношение сторон: от 2:5 (очень высокий кадр) до 5:2 (очень широкий), так что подходят портреты с телефона, квадраты и широкоформатные кадры.
- Лицо: найдено ли оно вообще и сколько их, — с помощью детектора лиц прямо на устройстве.
- Размер лица: какую часть кадра оно занимает и сколько пикселей достаётся рту и глазам.
- Композиция: не обрезана ли голова краем снимка.
- Поворот головы: смотрит ли человек примерно в камеру и держит ли голову прямо.
- Резкость: оценка размытия считается по самому лицу, а не по фону.
- Освещение: не слишком ли лицо тёмное, пересвеченное или настолько плоское, что черты теряются.
Как читать результаты
Зелёная галочка означает, что проверка пройдена. Жёлтый совет значит, что фото подойдёт, но если поправить эту деталь, видео, скорее всего, получится лучше. Красная отметка у файла, разрешения или соотношения сторон означает, что студия не примет файл, пока вы это не исправите — обычно достаточно экспортировать JPG, изменить размер или обрезать кадр.
Если лицо не найдено, фото всё равно можно попробовать: стилизованные рисунки, статуи и животные иногда оживают хорошо, но результат менее предсказуем, чем с чётким портретом человека. Рамка лица на превью показывает, что именно увидел детектор, — это помогает, когда его сбивает групповое фото или пёстрый фон.
Быстрые решения типичных проблем
Почти любое предупреждение можно устранить за минуту во встроенном редакторе телефона или в любом бесплатном приложении для фото:
- 1Лицо слишком маленькоеОбрежьте кадр так, чтобы голова и плечи занимали почти всё пространство. Обрезка большого оригинала сохраняет больше деталей, чем увеличение маленького.
- 2Голова повёрнута или наклоненаВыберите снимок, где видны оба глаза, а нос направлен примерно в камеру, или выровняйте наклонённый скан инструментом поворота.
- 3Размыто или мягкоБерите исходный файл, а не скриншот или копию из мессенджера — они сильно сжаты. Избегайте снимков на ходу.
- 4Слишком тёмно или слишком светлоПоднимите тени или уберите света, пока на коже не появится текстура. Мягкий дневной свет из окна — самый удобный для анимации.
Приватность по умолчанию: ничего не загружается
Инструмент скачивает небольшую модель распознавания лиц (открытая MediaPipe BlazeFace от Google) и запускает её в вашем браузере через WebAssembly. Размытие и яркость считаются на canvas прямо на вашем устройстве. Фото не отправляется ни на наши серверы, ни кому-либо ещё, а при закрытии вкладки удаляется.
Раз серверной работы нет, инструмент бесплатен и доступен без ограничений: без регистрации и без водяных знаков. Он работает в свежих версиях Chrome, Edge, Safari и Firefox на компьютере и телефоне.
От проверенного фото к говорящему видео
Когда проверка покажет, что портрет готов, кнопка «Пусть заговорит» перенесёт то же фото в студию OmniHuman 2.0, и загружать его заново не придётся. Войдите через Google, добавьте запись голоса или аудиофайл длительностью от 4 секунд до 5 минут и посмотрите превью, прежде чем выбирать тариф.
Планируете групповую сцену, песню или рекламного ведущего? В руководствах ниже рассказано, как подготовить аудио и промпты для каждого случая.
Вопросы и ответы
Проверка говорящего фото действительно бесплатна?
Да. Она работает на вашем устройстве, поэтому для нас это ничего не стоит, а для вас нет ни лимитов, ни аккаунта, ни водяного знака.
Моё фото куда-нибудь загружается?
Нет. Распознавание лиц и все измерения выполняются в вашем браузере. Фото загружается, только если вы перейдёте в студию и создадите с ним видео.
Гарантирует ли успешная проверка идеальное видео?
Ни один инструмент не может этого обещать, но успешная проверка устраняет самые частые причины скованных или смазанных губ. Чистый звук не менее важен.
Почему пишет, что лицо не найдено?
Детектор ищет человеческие лица, повёрнутые примерно в камеру. Очень маленькие лица, профили, густые тени и мультяшные персонажи могут не распознаться.
Можно ли проверить групповое фото?
Да. Каждое найденное лицо выделяется рамкой. OmniHuman 2 умеет оживлять нескольких людей; укажите в промпте, кто говорит.
Подходит ли проверка для других приложений с говорящими фото?
Проверки качества применимы к любой модели синхронизации губ. Ограничения по файлу и размеру относятся только к OmniHuman 2.
Какие форматы можно проверить?
JPG, PNG, WebP, GIF и BMP работают везде. HEIC открывается в Safari; в других браузерах сначала экспортируйте его в JPG.