Hayal kırıklığı yaratan konuşan fotoğraf sonuçlarının çoğu modelden değil girdiden gelir: fazla küçük bir yüz, yana dönük bir baş, hareketten bulanıklaşmış bir kare ya da gölgede kaybolmuş bir yüz. Önce kontrol etmek boşa giden bir render'ı önler ve ses eklemeden önce tam olarak neyi değiştireceğini gösterir.
Konuşan fotoğraf denetleyici nelere bakar
Her fotoğraf dokuz kontrolden geçer. İlk üçü OmniHuman 2'nin sert sınırlarıdır; geri kalanı hareketin ne kadar doğal görüneceğini belirleyen kalite göstergeleridir.
- Dosya: JPG, PNG, WebP ve diğer yaygın biçimler, 30 MB'a kadar.
- Çözünürlük: kısa kenarda en az 300 px, uzun kenarda en fazla 6000 px; 720 px veya üstü önerilir.
- En boy oranı: 2:5 (çok uzun) ile 5:2 (çok geniş) arasındaki her şey; yani telefon portreleri, kareler ve geniş ekran kareler uygundur.
- Yüz: hiç yüz bulunup bulunmadığı ve kaç tane olduğu; cihaz üzerinde çalışan bir yüz algılayıcıyla.
- Yüz boyutu: yüzün karenin ne kadarını kapladığı ve ağız ile gözlere kaç piksel düştüğü.
- Kadraj: başın resmin kenarında kesilip kesilmediği.
- Baş açısı: kişinin yaklaşık olarak kameraya bakıp bakmadığı ve başının dik olup olmadığı.
- Netlik: arka planda değil, yüzün kendisinde hesaplanan bir bulanıklık ölçümü.
- Işık: yüzün fazla karanlık, patlamış ya da hatlarının silinecek kadar düz olup olmadığı.
Sonuçları nasıl okursun
Yeşil tik, kontrolün geçildiği anlamına gelir. Sarı bir ipucu, fotoğrafın çalışacağını ama o ayrıntıyı değiştirmenin videoyu büyük olasılıkla iyileştireceğini söyler. Dosya, çözünürlük ya da en boy oranında kırmızı bir işaret, sen düzeltene kadar stüdyonun dosyayı reddedeceği anlamına gelir; genellikle JPG olarak dışa aktarmak, yeniden boyutlandırmak ya da kırpmak yeter.
Yüz bulunamazsa fotoğraf yine de denenebilir: stilize çizimler, heykeller ve hayvanlar bazen iyi canlanır, ama sonuçlar net bir insan portresine göre daha az öngörülebilirdir. Önizlemende çizilen yüz kutusu, algılayıcının tam olarak ne gördüğünü gösterir; bir grup fotoğrafı ya da kalabalık bir arka plan onu şaşırttığında işe yarar.
Sık görülen sorunlara hızlı çözümler
Neredeyse her uyarı, telefonunun yerleşik düzenleyicisiyle ya da ücretsiz bir fotoğraf uygulamasıyla bir dakikada çözülebilir:
- 1Yüz çok küçükBaş ve omuzlar karenin büyük kısmını dolduracak şekilde kırp. Büyük bir orijinali kırpmak, küçük bir orijinali büyütmekten daha fazla ayrıntı korur.
- 2Baş dönük ya da eğikİki gözün de göründüğü ve burnun yaklaşık kameraya baktığı bir kare seç ya da eğik bir taramayı döndürme aracıyla düzelt.
- 3Bulanık ya da yumuşakEkran görüntüsü ya da mesajlaşma uygulamasından gelen kopya yerine orijinal dosyayı kullan; bunlar yoğun biçimde sıkıştırılmıştır. Hareket halindeyken çekilmiş karelerden kaçın.
- 4Çok karanlık ya da çok parlakCiltte doku görünene kadar gölgeleri aç ya da parlak bölgeleri azalt. Pencereden gelen yumuşak gün ışığı, animasyon için en bağışlayıcı ışıktır.
Tasarımdan gizli: hiçbir şey yüklenmez
Denetleyici küçük bir yüz algılama modeli (Google'ın açık kaynaklı MediaPipe BlazeFace'i) indirir ve WebAssembly ile tarayıcının içinde çalıştırır. Bulanıklık ve parlaklık gibi ölçümler cihazında bir canvas üzerinde hesaplanır. Fotoğrafın ne bizim sunucularımıza ne de başka bir yere gönderilir; sekmeyi kapattığında silinir.
Sunucu tarafında iş yapılmadığı için araç istediğin kadar ücretsiz kullanılır: kayıt yok, filigran yok. Masaüstü ve mobilde Chrome, Edge, Safari ve Firefox'un güncel sürümlerinde çalışır.
Kontrol edilmiş fotoğraftan konuşan videoya
Denetleyici portrenin hazır olduğunu söylediğinde Konuştur düğmesi aynı fotoğrafı OmniHuman 2.0 stüdyosuna taşır; yeniden yüklemen gerekmez. Google ile giriş yap, 4 saniye ile 5 dakika arasında bir ses kaydı ya da ses dosyası ekle ve plan seçmeden önce sonucu önizle.
Grup sahnesi, şarkı ya da ürün sunucusu mu planlıyorsun? Aşağıdaki rehberler her durum için ses ve istemlerin nasıl hazırlanacağını anlatıyor.
SSS
Konuşan fotoğraf denetleyici gerçekten ücretsiz mi?
Evet. Kendi cihazında çalıştığı için bize maliyeti yok, senin için de limit, hesap ya da filigran yok.
Fotoğrafım herhangi bir yere yükleniyor mu?
Hayır. Yüz algılama ve tüm ölçümler tarayıcında yapılır. Fotoğraf yalnızca stüdyoya geçip onunla video oluşturursan yüklenir.
Geçmek kusursuz bir video garanti eder mi?
Hiçbir araç bunu vaat edemez, ama geçmek sert ya da bulanık dudakların en yaygın nedenlerini ortadan kaldırır. Temiz ses de en az o kadar önemlidir.
Neden yüz bulunamadı diyor?
Algılayıcı yaklaşık olarak kameraya dönük insan yüzlerini arar. Çok küçük yüzler, profilden çekimler, yoğun gölgeler ve çizgi karakterler gözden kaçabilir.
Grup fotoğrafını kontrol edebilir miyim?
Evet. Bulunan her yüze bir kutu çizilir. OmniHuman 2 birden fazla kişiyi canlandırabilir; kimin konuştuğunu istemde belirt.
Diğer yapay zeka konuşan fotoğraf uygulamaları için de işe yarar mı?
Kalite kontrolleri her dudak senkron modeli için geçerlidir. Dosya ve boyut sınırları ise OmniHuman 2'ye özeldir.
Hangi biçimleri kontrol edebilirim?
JPG, PNG, WebP, GIF ve BMP her yerde çalışır. HEIC Safari'de açılır; başka tarayıcılarda önce JPG olarak dışa aktar.