HeyGen Avatar IV: ein Porträt mit Ihrem eigenen Audio sprechen lassen

Ein einziges Standbild, eine Sprachaufnahme, und nach einem kurzen Render spricht das Gesicht. Das ist das ganze Versprechen von HeyGen Avatar IV, und es ist ein gutes: eine Figur für einen Spieltrailer, ein Erzähler für einen Kurs, eine gemalte Gestalt, die Ihre Ausstellung vorstellt. Es hat außerdem ein Textfeld für Regieanweisungen, das den meisten Talking-Head-Modellen fehlt. Die meisten enttäuschenden Ergebnisse gehen auf dieselben paar Fehler zurück, deshalb ist dieser Ratgeber um sie herum aufgebaut.

Fehler 1: ein Porträt, das den Mund verdeckt

Das Modell muss Lippen, Kiefer und Augen aus einem einzigen Bild animieren. Geben Sie ihm ein Gesicht, das ungefähr in die Kamera blickt, mit vollständig sichtbarem Mund, gleichmäßigem Licht und nichts davor: keine Hand am Kinn, kein Mikrofon, keine Haare über den Lippen. Ein Ausschnitt mit Kopf und Schultern funktioniert besser als eine Ganzkörperaufnahme, auf der das Gesicht nur ein paar Pixel breit ist. Generierte Porträts funktionieren ebenfalls; wirkt Ihres wächsern, korrigieren Sie zuerst die Haut mit den Tipps aus dem Ratgeber gegen Plastikhaut, denn die Animation tut es nicht.

Fehler 2: die Regieanweisungen leer lassen

Der Prompt ist optional, und genau deshalb lassen ihn viele weg. Ohne ihn tut das Gesicht, was das Audio nahelegt. Mit ihm können Sie eine Stimmung, eine Angewohnheit, eine Geste verlangen. Schreiben Sie ihn wie Notizen für einen Schauspieler: wie sich die Person fühlt, wohin sie schaut, was der Kopf macht und was sie nicht tun soll.

Fehler 3: die Ausdrucksstärke ganz aufdrehen

Die Ausdrucksstärke legt fest, wie viel sich Gesicht und Kopf bewegen: niedrig (Standard), mittel oder hoch. Hoch macht Spaß bei einer Cartoonfigur oder einem Spielhelden und ist zu viel für eine ruhige Erklärung, wo die Person wirken kann, als könne sie nicht stillsitzen. Echte Gesichter auf Fotos sehen meist mit niedrig oder mittel am besten aus; heben Sie hoch für Figuren auf, deren Stil ohnehin übertreibt.

Fehler 4: ein Seitenverhältnis erzwingen, das gegen das Foto arbeitet

Das Seitenverhältnis ist hier optional. Bleibt es leer, nutzt das Modell das unterstützte Verhältnis, das Ihrem Bild am nächsten kommt, und behält so den Ausschnitt, den Sie gewählt haben. Legen Sie es (16:9, 9:16, 1:1, 5:4 oder 4:5) nur fest, wenn das Ziel es verlangt, und schneiden Sie das Porträt dann vor dem Hochladen selbst auf diese Form zu, damit Sie entscheiden, was wegfällt, nicht das Modell. Ein Hintergrundbild gibt es in den erweiterten Einstellungen, falls der ursprüngliche Hintergrund nicht passt.

Fehler 5: ein Gesicht verwenden, für das Ihnen die Rechte fehlen

Ein sprechendes Video einer realen Person, die etwas sagt, was sie nie gesagt hat, kann ihr schaden, und die Nutzungsbedingungen verbieten Deepfakes einer realen, identifizierbaren Person. Verwenden Sie Ihr eigenes Gesicht, eine fiktive Figur, die Sie generiert haben, oder ein Porträt, für das Sie eine klare Erlaubnis haben. Um ein Foto ohne Sprache zu animieren, ist ein Foto in ein Video verwandeln der sanftere Weg.

Wann Sie etwas anderes wählen sollten

Bei Avatar IV geht es um Gesicht und Stimme. Es lässt die Person nicht durch eine Szene laufen und wechselt nicht ihre Kleidung, und bei 1080p ist Schluss. Wenn Sie gar kein Porträt haben und einen Moderator in einem echten Raum brauchen, nutzt Avatar V fertige Avatare in bis zu 4K; der Avatar-V-Ratgeber erklärt es. Alle anderen Modelle für sprechende Avatare und Lippensynchronisation finden Sie auf der Modellseite.