ผลลัพธ์รูปพูดได้ที่น่าผิดหวังส่วนใหญ่มาจากรูปที่ใส่เข้าไป ไม่ใช่ตัวโมเดล เช่น ใบหน้าเล็กเกินไป หันหน้าไปทางอื่น เบลอจากการขยับ หรือจมอยู่ในเงามืด การเช็กก่อนช่วยให้ไม่เสียการเรนเดอร์เปล่า ๆ และรู้ชัดว่าต้องแก้อะไรก่อนใส่เสียง
เครื่องมือเช็กรูปพูดได้ดูอะไรบ้าง
ทุกรูปผ่านการตรวจเก้าข้อ สามข้อแรกเป็นข้อจำกัดตายตัวของ OmniHuman 2 ส่วนที่เหลือเป็นสัญญาณด้านคุณภาพที่กำหนดว่าการขยับจะดูเป็นธรรมชาติแค่ไหน
- ไฟล์: JPG, PNG, WebP และฟอร์แมตทั่วไปอื่น ๆ ขนาดไม่เกิน 30 MB
- ความละเอียด: ด้านสั้นอย่างน้อย 300 px ด้านยาวไม่เกิน 6000 px แนะนำ 720 px ขึ้นไป
- อัตราส่วนภาพ: ตั้งแต่ 2:5 (สูงมาก) ถึง 5:2 (กว้างมาก) ดังนั้นรูปแนวตั้งจากมือถือ รูปสี่เหลี่ยมจัตุรัส และภาพจอกว้างใช้ได้หมด
- ใบหน้า: พบใบหน้าหรือไม่ และมีกี่ใบหน้า โดยใช้ตัวตรวจจับใบหน้าที่ทำงานบนอุปกรณ์ของคุณ
- ขนาดใบหน้า: ใบหน้าเต็มเฟรมแค่ไหน และปากกับดวงตามีกี่พิกเซล
- การจัดเฟรม: ศีรษะถูกขอบภาพตัดหรือไม่
- มุมศีรษะ: คนในรูปหันหน้าเข้ากล้องโดยประมาณและศีรษะตั้งตรงหรือไม่
- ความคมชัด: ค่าความเบลอที่คำนวณจากใบหน้าโดยตรง ไม่ใช่จากพื้นหลัง
- แสง: ใบหน้ามืดเกินไป สว่างจนจ้า หรือแบนจนรายละเอียดเลือนหายหรือไม่
วิธีอ่านผลลัพธ์
เครื่องหมายถูกสีเขียวหมายถึงผ่าน เคล็ดลับสีเหลืองอำพันหมายถึงรูปใช้งานได้ แต่ถ้าปรับจุดนั้นวิดีโอน่าจะออกมาดีขึ้น ส่วนเครื่องหมายสีแดงที่ไฟล์ ความละเอียด หรืออัตราส่วนภาพ หมายถึงสตูดิโอจะไม่รับไฟล์จนกว่าคุณจะแก้ ซึ่งมักแก้ได้ด้วยการส่งออกเป็น JPG ปรับขนาด หรือครอปภาพ
ถ้าไม่พบใบหน้า ก็ยังลองใช้รูปนั้นได้ ภาพวาดสไตล์ต่าง ๆ รูปปั้น และสัตว์บางครั้งก็ขยับได้ดี แต่ผลลัพธ์คาดเดายากกว่ารูปคนจริงที่ชัดเจน กรอบใบหน้าที่วาดบนภาพตัวอย่างแสดงสิ่งที่ตัวตรวจจับมองเห็นจริง ๆ ซึ่งช่วยได้เมื่อรูปหมู่หรือพื้นหลังรกทำให้มันสับสน
วิธีแก้ด่วนสำหรับปัญหาที่พบบ่อย
คำเตือนเกือบทุกข้อแก้ได้ในหนึ่งนาทีด้วยแอปแต่งรูปในมือถือหรือแอปแต่งรูปฟรีทั่วไป
- 1ใบหน้าเล็กเกินไปครอปเข้ามาให้ศีรษะและไหล่เต็มเฟรมเป็นส่วนใหญ่ การครอปจากต้นฉบับใหญ่เก็บรายละเอียดได้มากกว่าการขยายรูปเล็ก
- 2ศีรษะหันหรือเอียงเลือกรูปที่เห็นดวงตาทั้งสองข้างและจมูกชี้เข้าหากล้องโดยประมาณ หรือใช้เครื่องมือหมุนปรับรูปสแกนที่เอียงให้ตรง
- 3เบลอหรือไม่คมใช้ไฟล์ต้นฉบับแทนภาพแคปหน้าจอหรือรูปที่ส่งผ่านแอปแชต ซึ่งถูกบีบอัดหนักมาก หลีกเลี่ยงรูปที่ถ่ายขณะเคลื่อนไหว
- 4มืดหรือสว่างเกินไปดึงส่วนเงาให้สว่างขึ้นหรือลดส่วนไฮไลต์จนเห็นพื้นผิวผิว แสงธรรมชาตินุ่ม ๆ จากหน้าต่างเป็นแสงที่เหมาะกับการทำอนิเมชันที่สุด
ออกแบบเพื่อความเป็นส่วนตัว: ไม่อัปโหลดอะไรเลย
เครื่องมือจะดาวน์โหลดโมเดลตรวจจับใบหน้าขนาดเล็ก (MediaPipe BlazeFace โอเพนซอร์สของ Google) แล้วรันในเบราว์เซอร์ของคุณด้วย WebAssembly ค่าต่าง ๆ เช่น ความเบลอและความสว่างคำนวณบนแคนวาสในอุปกรณ์ของคุณ รูปจะไม่ถูกส่งไปยังเซิร์ฟเวอร์ของเราหรือของใครทั้งนั้น และเมื่อปิดแท็บ รูปก็ถูกทิ้งไป
เพราะไม่มีงานฝั่งเซิร์ฟเวอร์ เครื่องมือนี้จึงใช้ฟรีได้ไม่จำกัดครั้ง ไม่ต้องสมัคร และไม่มีลายน้ำ ใช้งานได้บน Chrome, Edge, Safari และ Firefox เวอร์ชันล่าสุดทั้งบนเดสก์ท็อปและมือถือ
จากรูปที่เช็กแล้วสู่วิดีโอพูดได้
เมื่อเครื่องมือบอกว่ารูปพอร์ตเทรตของคุณพร้อมแล้ว ปุ่มทำให้พูดได้จะพารูปเดิมเข้าสู่สตูดิโอ OmniHuman 2.0 โดยไม่ต้องอัปโหลดซ้ำ เข้าสู่ระบบด้วย Google เพิ่มเสียงที่อัดไว้หรือไฟล์เสียงความยาว 4 วินาทีถึง 5 นาที แล้วดูพรีวิวผลลัพธ์ก่อนเลือกแพ็กเกจ
วางแผนทำฉากหมู่ เพลง หรือพรีเซนเตอร์สินค้าอยู่หรือเปล่า? คู่มือด้านล่างอธิบายวิธีเตรียมเสียงและพรอมต์สำหรับแต่ละกรณี
คำถามที่พบบ่อย
เครื่องมือเช็กรูปพูดได้ฟรีจริงไหม?
จริง ทำงานบนอุปกรณ์ของคุณเอง เราจึงไม่มีต้นทุน และคุณไม่มีขีดจำกัด ไม่ต้องมีบัญชี และไม่มีลายน้ำ
รูปของฉันถูกอัปโหลดไปที่ไหนไหม?
ไม่ การตรวจจับใบหน้าและการวัดทุกอย่างเกิดขึ้นในเบราว์เซอร์ของคุณ รูปจะถูกอัปโหลดก็ต่อเมื่อคุณไปต่อที่สตูดิโอและสร้างวิดีโอจากรูปนั้นเท่านั้น
ผ่านแล้วรับประกันวิดีโอที่สมบูรณ์แบบไหม?
ไม่มีเครื่องมือไหนสัญญาแบบนั้นได้ แต่การผ่านช่วยตัดสาเหตุที่พบบ่อยที่สุดของริมฝีปากแข็งหรือเบลอออกไป เสียงที่ชัดก็สำคัญไม่แพ้กัน
ทำไมถึงบอกว่าไม่พบใบหน้า?
ตัวตรวจจับมองหาใบหน้าคนที่หันเข้าหากล้องโดยประมาณ ใบหน้าที่เล็กมาก ด้านข้าง เงาหนัก และการ์ตูน อาจตรวจไม่พบ
เช็กรูปหมู่ได้ไหม?
ได้ ทุกใบหน้าที่พบจะมีกรอบครอบอยู่ OmniHuman 2 ทำให้หลายคนขยับได้ ให้ระบุในพรอมต์ว่าใครเป็นคนพูด
ใช้กับแอปรูปพูดได้ด้วย AI ตัวอื่นได้ไหม?
การตรวจคุณภาพใช้ได้กับโมเดลลิปซิงก์ทุกตัว ส่วนข้อจำกัดเรื่องไฟล์และขนาดเป็นของ OmniHuman 2 โดยเฉพาะ
เช็กฟอร์แมตอะไรได้บ้าง?
JPG, PNG, WebP, GIF และ BMP ใช้ได้ทุกที่ ส่วน HEIC เปิดได้ใน Safari ถ้าใช้เบราว์เซอร์อื่นให้ส่งออกเป็น JPG ก่อน