Carica una foto con un volto visibile e una traccia audio che hai registrato o possiedi. Lo strumento crea un MP4 sincronizzato da questa coppia. Non è una sovrapposizione foto più audio né un movimento generico da immagine a video.
Audio · obbligatorio
Un volto chiaramente visibile nella foto migliora la sincronizzazione labiale. È un consiglio, non un blocco tecnico. Accedi prima di caricare.
Usa una foto con un volto visibile e una traccia caricata pulita. L'MP4 generato sostituisce questa anteprima quando è pronto.
Una foto parlante è un breve MP4 in cui una fotografia fissa sembra parlare a ritmo di una voce che hai già. Carichi una foto e un file audio. Il generatore stima il movimento della bocca da quella traccia e scrive nuovi fotogrammi. La foto non viene semplicemente riprodotta con l'audio sopra. Il movimento generico da immagine a video, che inventa movimenti di camera o meteo da un prompt, è un altro lavoro.
L'input utile è una fotografia in cui il volto è nitido, ben illuminato e non tagliato sulla bocca. Occhiali da sole, occlusioni forti, profilo estremo o un volto minuscolo in mezzo alla folla rendono la sincronizzazione labiale più difficile. È un indizio di qualità, non un blocco tecnico. Il banco di lavoro accetterà comunque un file che rispetta le regole di dimensione e tipo. Il risultato resta probabilistico. Denti, lingua e bordi delle labbra possono spostarsi. L'identità intorno alla mascella può ammorbidirsi. Una seconda persona nell'inquadratura può raccogliere movimento residuo. Controlla il download prima di pubblicarlo.
Banana Pro AI addebita in base alla durata audio misurata dal server al caricamento, non ai secondi mostrati dal lettore del browser. 32 crediti al secondo a 720 e 48 crediti al secondo a 1080. La durata addebitata va da un secondo a 60 meno uno. Le tracce da 60 secondi o più vengono rifiutate. Un MP3 a bitrate variabile senza metadati di durata leggibili può fallire anche se l'anteprima sembra corretta. Il testo di suggerimento facoltativo può arrivare a 300 caratteri. La v1 non aggiunge sintesi vocale, clonazione della voce, seed o maschera.
Queste immagini sono foto sorgente e poster fissi per un brief di foto parlante. Non sono clip di sincronizzazione labiale generati né riprese dal vivo. Usale per capire se la tua foto è un input simile.
Una foto da catalogo o landing di una persona con un prodotto, registrata poi come presentazione parlata. Il percorso foto parlante serve per un volto già presente nella fotografia più una traccia registrata in una stanza silenziosa. Mantieni leggibile l'etichetta del prodotto. Non aspettarti che il generatore inventi una seconda angolazione o un altro paio di mani.
Un ritratto formale con un breve saluto che hai registrato tu. Una foto parlante può portare una voce ricordata su una foto che hai il diritto di usare. Non può far tornare una persona assente dalla fotografia e non promette una corrispondenza perfetta con ogni ricordo familiare. Mantieni legale il caricamento. Verifica i diritti prima di spendere crediti.
Una foto del presentatore per un corso, una FAQ o un clip di assistenza. L'output dovrebbe mantenere gli stessi vestiti e lo stesso sfondo mentre la bocca segue la traccia caricata. Se ti serve una nuova stanza, un piano in cammino o un taglio tra le slide, usa immagine a video o una sessione filmata invece di questo banco di lavoro.
Prepara prima la foto e la traccia. I crediti vengono indicati solo dopo che il server ha misurato l'audio. La generazione è un'attività tracciata che puoi riaprire da Le Mie Creazioni.
Scegli un JPG, PNG o WebP fino a 10 MB, con ogni lato di almeno 256 pixel. Un volto che occupa una parte ragionevole dell'inquadratura e guarda verso la camera è il punto di partenza onesto. Ritaglia prima di caricare se il soggetto è minuscolo.
Carica MP3, WAV, AAC, OGG o M4A fino a 10 MB. Preferisci un solo speaker e un file ben leggibile. Il server restituisce i secondi addebitati. Il lettore nella pagina è solo un'anteprima. Un avviso compare quando la durata misurata supera 15 secondi. Il rifiuto netto scatta da 60 secondi o più.
L'output predefinito è 1080 a 48 crediti al secondo addebitato. 720 costa 32 crediti al secondo addebitato. Conferma di possedere la foto e l'audio, o di avere il permesso di usarli. Il generatore non aggiungerà una seconda voce e non clonerà una voce da un prompt.
Accedi, spendi i crediti indicati e attendi. I controlli di stato vengono eseguiti ogni pochi secondi e si fermano dopo quindici minuti. Lo stesso id richiesta può riprendere senza un secondo addebito. Se l'attività fallisce, i crediti riservati tornano. Riprovare da Le Mie Creazioni ripristina solo il suggerimento e la risoluzione. Devi ricaricare foto e audio.
Guarda tutto il clip. Controlla i primi e gli ultimi fonemi, i denti e se un secondo volto si è mosso. Scarica da Le Mie Creazioni. Tratta il file come bozza finché non l'hai visto. Una foto parlante non sostituisce un'intervista filmata quando conta l'accuratezza legale o d'archivio.
Scegli il percorso che corrisponde agli elementi che hai già. Una foto parlante richiede una foto e una traccia caricata. Un avatar parlante è un personaggio persistente. Immagine a video è movimento da una foto. La ripresa tradizionale cattura una performance reale su una timeline.
| Foto parlante vs avatar parlante vs immagine a video vs ripresa tradizionale | Ideale per | Controllo | Compromesso |
|---|---|---|---|
| Foto parlante | Una vera fotografia di una persona più una traccia registrata che puoi caricare | Scegli la foto, il file audio e 720 o 1080. La durata deriva dalla traccia | La sincronizzazione labiale può spostarsi. Niente sintesi vocale, niente clonazione della voce, nessun movimento di camera oltre a ciò che il modello inventa intorno alla bocca |
| Avatar parlante | Un presentatore digitale riutilizzabile che deve comparire in molti script | La configurazione del personaggio e le riprese successive condividono un'identità che mantieni | Non leghi l'output a una fotografia esistente. Le pagine avatar sono un altro prodotto |
| Immagine a video | Una foto che deve acquisire movimento di camera, meteo o una lenta orbita del prodotto da un prompt scritto | Fotogramma iniziale, fotogramma finale opzionale, durata e un prompt di movimento | La bocca non è guidata dal tuo audio. Non usarlo quando il lavoro è una foto parlante |
| Ripresa tradizionale | Interviste, dichiarazioni legali e qualsiasi ripresa in cui la performance reale deve esistere su una scheda | Luci, ottiche, ripetizioni e un montatore su una timeline locale | La massima fedeltà e il costo di produzione più alto. Nessun modello sostituisce un set di cui hai ancora bisogno |
L'output è un MP4 sincronizzato generato. Non è una registrazione ritrovata del giorno in cui è stata scattata la foto. Non è una sovrapposizione senza perdite dell'audio sul JPEG. Se il volto è piccolo, girato o coperto, la qualità della sincronizzazione di solito cala. Se l'audio è rumoroso, distorto o pieno di voci sovrapposte, il movimento della bocca lo mostrerà. I crediti vengono addebitati sui secondi audio misurati dal server. La durata dell'anteprima nel browser non è la fattura.
La v1 richiede un file audio caricato dall'utente. Non c'è un campo di sintesi vocale, nessuna clonazione della voce da un campione e nessun cursore di durata alla generazione. Le tracce da 60 secondi o più vengono rifiutate. Una durata oltre 15 secondi è consentita sotto quel limite e può sembrare meno stabile. Gli MP3 a bitrate variabile senza metadati di durata leggibili possono essere rifiutati anche se si riproducono nell'anteprima.
Limiti e archiviazione
Un'esecuzione con accesso crea un'attività tracciata. Puoi riaprire il risultato da Le Mie Creazioni dopo una connessione caduta senza un secondo addebito per lo stesso id richiesta. Il backend di archiviazione attuale non ha scadenza automatica per gli oggetti caricati o generati. L'eliminazione in Le Mie Creazioni rimuove in modo soft il record dell'attività dalla cronologia dell'account. Non elimina l'oggetto sottostante né una copia del fornitore. Consulta l'Informativa sulla privacy e i Termini di servizio prima di caricare volti sensibili o parlato privato.
Le Mie Creazioni · Informativa sulla privacy · Termini di servizio
Ufficio del copyright degli Stati Uniti, Copyright and Artificial IntelligenceMateriali pubblici sulle questioni di diritto d'autore legate all'intelligenza artificiale. Non è consulenza legale.Resta su questa pagina quando hai una foto e una traccia caricata. Usa gli strumenti correlati quando il lavoro è movimento da una foto, un generatore video più ampio o un'identità avatar.
Anima una foto con un prompt di movimento quando la bocca non deve seguire un file audio
Immagine in video IAEsplora il generatore video più ampio quando stai ancora scegliendo l'elemento di partenza
Generatore video IACrea un avatar riutilizzabile quando ti serve un personaggio invece di una singola fotografia
Generatore di avatar IARisposte chiare su sincronizzazione labiale guidata dall'audio, crediti, limiti di durata e cosa questa pagina non fa.
Un MP4 sincronizzato da una foto fissa e una traccia audio caricata. La bocca è guidata da quella traccia. La foto non viene riprodotta come una presentazione con l'audio sopra.
Sì nella v1. Il banco di lavoro richiede una foto e un file MP3, WAV, AAC, OGG o M4A caricato dall'utente. Non c'è un campo di sintesi vocale e non c'è clonazione della voce.
Sui secondi addebitati che il server misura al caricamento dell'audio. 32 crediti al secondo a 720. 48 crediti al secondo a 1080. La risoluzione predefinita è 1080. La durata del lettore è solo un'anteprima.
Meno di 60 secondi. Un avviso compare oltre 15 secondi. 60 secondi o più viene rifiutato. I file oltre 10 MB vengono rifiutati. Un MP3 VBR senza metadati di durata leggibili può fallire.
Un volto visibile è fortemente consigliato. Non è un blocco software. I volti occlusi o minuscoli producono di solito una sincronizzazione labiale più debole. Controlla il risultato.
No. Immagine a video inventa movimento da un prompt. Una foto parlante lega la performance al tuo audio caricato. Usa immagine a video quando vuoi un movimento di camera senza traccia vocale.
Carica una foto che puoi usare, carica l'audio, scegli 720 o 1080 e controlla l'MP4 sincronizzato prima di condividerlo.
Apri il banco di lavoro