ข้ามไปที่เนื้อหา

กรณีใช้งาน · ตัวละคร · อัปเดตเมื่อ ต.ค. 2569

สร้างอวตาร AI ให้ตัวละครพูดและขยับท่าทางได้

คนส่วนใหญ่ที่มองหาเครื่องมือสร้างอวตาร AI ต้องการตัวละครที่พูดหน้ากล้องได้ ไม่ว่าจะเป็นมาสคอตของแบรนด์ คาแรกเตอร์สไตล์ VTuber ตัวละครในเกม หรือตัวเองในเวอร์ชันมีสไตล์ OmniHuman 2.0 ทำให้ตัวละครเหล่านี้เคลื่อนไหวได้จากภาพเดียวและไฟล์เสียงหนึ่งไฟล์ พร้อมลิปซิงก์ สีหน้า ท่าทางมือ และการเคลื่อนไหวของร่างกายครบในตัว

รูป+เสียง=วิดีโอ

เสียง
ไม่มีรูป? ลองใช้:
  • พรีวิวฟรี
  • ลงชื่อเข้าใช้ด้วย Google
  • อัปโหลดแบบส่วนตัว
ตัวละคร
โฆษณา UGC
หลายคน
ต่อวิดีโอ
5 นาที
ความละเอียด
720p
ในฉากเดียว
หลายคน
ภาษา
6

คุณไม่ต้องริกโมเดล 3D หรืออัดโมชันแคปเจอร์ แค่ออกแบบหน้าตาครั้งเดียว จะวาดเอง เรนเดอร์ หรือสร้างด้วยโมเดลภาพ AI ก็ได้ แล้วใส่เสียงให้ตัวละครในทุกวิดีโอใหม่

สไตล์ที่เครื่องมือสร้างอวตาร AI รองรับ

ภาพพอร์ตเทรตสมจริงเป็นแค่จุดเริ่มต้น ตัวละครแบบภาพวาด ดีไซน์สไตล์อนิเมะ งานเรนเดอร์ 3D แบบพิกซาร์ ลุคดินปั้น และสัตว์ที่มีลักษณะเหมือนคน ล้วนขยับได้ ขอแค่ใบหน้ามีตาและปากที่มองออกชัด ดีไซน์เรียบง่ายและคอนทราสต์สูงจะดูดีเป็นพิเศษบนหน้าจอขนาดเล็ก

ถ้าต้องการท่าทางมือ ให้ตัวละครอยู่ในท่าเปิด เห็นแขน และไม่มีอะไรบังหน้า ส่วนคลิปที่เน้นพูดอย่างเดียว ภาพครอปแค่ศีรษะและไหล่ก็เพียงพอ

ออกแบบอวตารให้ขยับได้สวย

หลักการที่เราเห็นในตัวละครที่ให้ผลลัพธ์ดีที่สุด

  • มุมหน้าตรงหรือมุมสามในสี่ ดวงตามองมาทางกล้องโดยประมาณ
  • วาดบริเวณปากให้ชัด หลีกเลี่ยงหน้ากาก เคราที่บังริมฝีปาก หรือปากที่เล็กมาก
  • แสงสม่ำเสมอและพื้นหลังเรียบ เพื่อให้การเคลื่อนไหวดูสะอาด
  • ใช้ภาพต้นฉบับภาพเดียวซ้ำในทุกวิดีโอ ตัวละครจะได้ไม่เพี้ยนไปจากเดิม

ใส่เสียงให้อวตาร

อัดเสียงเอง จ้างนักพากย์ หรือใช้บริการแปลงข้อความเป็นเสียง แล้วส่งออกไฟล์เป็น MP3 หรือ WAV จังหวะและอารมณ์มาจากไฟล์เสียงโดยตรง เสียงที่มีชีวิตชีวาจึงได้อวตารที่มีชีวิตชีวา คลิปยาวได้ตั้งแต่รีแอ็กชัน 4 วินาทีไปจนถึงตอนยาว 5 นาที

ใช้พรอมต์กำกับเพื่อกำหนดบุคลิก เช่น “bouncy and cheerful, waves at the start” (กระฉับกระเฉงและร่าเริง โบกมือตอนเริ่ม) หรือ “calm narrator, minimal movement, static shot” (ผู้บรรยายสุขุม ขยับน้อย กล้องนิ่ง)

อวตารสร้างคุณค่าได้ตรงไหนบ้าง

มาสคอตของแบรนด์ตอบคำถามที่พบบ่อยบนโซเชียล สตูดิโอเกมใส่เสียงให้ตัวละครในทีเซอร์ ครูผู้สอนสร้างพิธีกรประจำบทเรียน และครีเอเตอร์ที่ไม่อยากเปิดหน้าก็โพสต์ในฐานะคาแรกเตอร์ที่คงเส้นคงวา ทุกกรณีใช้ภาพเดียวสร้างวิดีโอได้หลายสิบคลิปโดยไม่ต้องถ่ายทำเลยสักครั้ง

เขียนโปรไฟล์ตัวละครสั้นๆ

ก่อนเริ่มทำซีรีส์ ให้เขียนครึ่งหน้ากระดาษอธิบายตัวละคร ทั้งบุคลิก จังหวะการพูด ท่าทางประจำตัว และมุมกล้องที่จะใช้ตลอด แล้วสรุปเป็นพรอมต์กำกับมาตรฐานที่ใช้ซ้ำทุกตอน ความสม่ำเสมอของน้ำเสียงและการเคลื่อนไหวคือสิ่งที่ทำให้อวตารกลายเป็นบุคลิกที่คนจำได้ ไม่ใช่แค่ของแปลกใหม่ชั่วคราว

เก็บโฟลเดอร์ที่มีภาพต้นฉบับ พรอมต์กำกับ และคลิปอ้างอิงไว้ เพื่อให้ทุกคนในทีมผลิตตอนใหม่ที่เข้ากันได้

วางแผนซีรีส์

จัดกลุ่มตอนตามธีม อัดเสียงทั้งหมดในรอบเดียว และเรนเดอร์ทีละสามคลิป ตั้งชื่อไฟล์ให้เป็นระบบง่ายๆ เช่น ตัวละคร ตอน เวอร์ชัน เพื่อไม่ให้เวอร์ชันต่างๆ และไฟล์ที่เรนเดอร์ใหม่ปะปนกันในคลังของคุณ

คำถามที่พบบ่อย

ต้องมีโมเดล 3D หรือริกไหม?

ไม่ต้อง ภาพนิ่งของตัวละครเพียงภาพเดียวก็พอ OmniHuman 2 จะสร้างการเคลื่อนไหวให้เอง

ทำให้สัตว์หรือสิ่งมีชีวิตพูดได้ไหม?

ได้ ถ้ามีใบหน้าที่มองออกชัด ผลลัพธ์จะดีที่สุดเมื่อเห็นดวงตาและปากชัดเจน

สร้างภาพอวตารด้วย AI ได้ไหม?

ได้ ภาพจากเครื่องมือสร้างภาพตัวไหนก็ใช้ได้ ขอแค่คุณมีสิทธิ์ใช้ภาพนั้น

อวตารจะหน้าตาเหมือนเดิมทุกครั้งไหม?

ใช่ ถ้าคุณใช้ภาพต้นฉบับเดิมซ้ำ อัตลักษณ์ของตัวละครมาจากภาพที่ใส่เข้าไป

อวตารร้องเพลงได้ไหม?

ได้ อัปโหลดเพลงแทนเสียงพูดเพื่อให้ได้การแสดงแบบร้องเพลง

นำอวตารไปใช้ในโฆษณาได้ไหม?

ได้ วิดีโอที่เรนเดอร์แบบเสียเงินไม่มีลายน้ำ และใช้เชิงพาณิชย์ได้เมื่อคุณเป็นเจ้าของภาพและเสียง

ใช้เสียงโคลนกับอวตารได้ไหม?

คุณอัปโหลดไฟล์เสียงใดก็ได้ที่มีสิทธิ์ใช้ ถ้าโคลนเสียงของใคร ต้องได้รับความยินยอมจากเจ้าของเสียงก่อน

อวตารต้องมีร่างกายไหม?

ไม่ต้อง ภาพศีรษะและไหล่ก็พูดได้ดี ใส่มือเข้ามาเฉพาะเมื่อต้องการท่าทางมือ

ภาพตัวละครควรมีขนาดเท่าไร?

อย่างน้อย 300 พิกเซลที่ด้านสั้นที่สุด ราว 1,000 พิกเซลขึ้นไปจะได้รายละเอียดรอบดวงตาและปากที่คมชัดกว่า

สำรวจต่อ

ทำให้รูปของคุณพูดได้

พรีวิวฟรี