HeyGen Avatar IV: अपने ऑडियो से पोर्ट्रेट को बोलता बनाएं

एक स्थिर पोर्ट्रेट, एक आवाज़ की रिकॉर्डिंग, और थोड़े से रेंडर के बाद चेहरा बोल रहा है। HeyGen Avatar IV का पूरा वादा यही है, और यह अच्छा वादा है: गेम ट्रेलर के लिए एक किरदार, कोर्स के लिए एक सूत्रधार, आपकी प्रदर्शनी का परिचय देती एक पेंटिंग की आकृति। इसमें निर्देशों के लिए एक टेक्स्ट फ़ील्ड भी है, जो ज़्यादातर बोलते चेहरे वाले मॉडल में नहीं होता। ज़्यादातर निराश करने वाले नतीजे उन्हीं गिनी-चुनी ग़लतियों से आते हैं, इसलिए यह गाइड उन्हीं के इर्द-गिर्द बनी है।

ग़लती 1: ऐसा पोर्ट्रेट जो मुंह छिपाता है

मॉडल को एक तस्वीर से होंठ, जबड़ा और आंखें एनिमेट करनी होती हैं। उसे ऐसा चेहरा दें जो लगभग कैमरे की ओर देखे, मुंह पूरा दिखे, रोशनी बराबर हो और सामने कुछ न हो: ठुड्डी पर हाथ नहीं, माइक्रोफ़ोन नहीं, होंठों पर बाल नहीं। सिर और कंधों वाला क्रॉप पूरे शरीर वाले शॉट से बेहतर काम करता है जिसमें चेहरा कुछ ही पिक्सल चौड़ा हो। जनरेट किए गए पोर्ट्रेट भी चलते हैं; अगर आपका मोम जैसा दिखे, तो पहले प्लास्टिक स्किन गाइड की टिप्स से त्वचा ठीक करें, क्योंकि एनिमेशन यह नहीं करेगा।

ग़लती 2: निर्देश ख़ाली छोड़ना

प्रॉम्प्ट वैकल्पिक है, और ठीक इसीलिए लोग इसे छोड़ देते हैं। इसके बिना चेहरा वही करता है जो ऑडियो सुझाता है। इसके साथ आप मूड, कोई आदत, कोई इशारा मांग सकते हैं। इसे अभिनेता के लिए नोट्स की तरह लिखें: व्यक्ति कैसा महसूस करता है, कहां देखता है, सिर क्या करता है, और उसे क्या नहीं करना चाहिए।

ग़लती 3: भाव को पूरा ऊपर कर देना

भाव (expressiveness) तय करता है कि चेहरा और सिर कितना हिलते हैं: low (डिफ़ॉल्ट), medium या high। High कार्टून या गेम हीरो के लिए मज़ेदार है और शांत व्याख्या के लिए ज़रूरत से ज़्यादा, जहां ऐसा लग सकता है कि व्यक्ति टिककर बैठ नहीं पा रहा। फ़ोटो के असली चेहरे आमतौर पर low या medium पर सबसे अच्छे दिखते हैं; high उन किरदारों के लिए रखें जिनकी स्टाइल पहले से बढ़ा-चढ़ाकर है।

ग़लती 4: ऐसा आस्पेक्ट रेशियो थोपना जो फ़ोटो से टकराए

यहां आस्पेक्ट रेशियो वैकल्पिक है। ख़ाली छोड़ने पर मॉडल आपकी इमेज के सबसे क़रीब वाला समर्थित रेशियो इस्तेमाल करता है, जिससे आपकी चुनी फ़्रेमिंग बनी रहती है। इसे (16:9, 9:16, 1:1, 5:4 या 4:5) तभी सेट करें जब मंज़िल को इसकी ज़रूरत हो, और फिर अपलोड करने से पहले पोर्ट्रेट को ख़ुद उस आकार में क्रॉप करें, ताकि क्या कटेगा यह आप तय करें, मॉडल नहीं। अगर मूल बैकग्राउंड ठीक न बैठे, तो उन्नत सेटिंग में बैकग्राउंड इमेज का विकल्प है।

ग़लती 5: ऐसा चेहरा इस्तेमाल करना जिसका आपको हक़ नहीं

किसी असली व्यक्ति का ऐसा बोलता वीडियो जिसमें वह कुछ ऐसा कहे जो उसने कभी नहीं कहा, उसे नुक़सान पहुंचा सकता है, और शर्तें किसी असली, पहचाने जा सकने वाले व्यक्ति के डीपफ़ेक पर रोक लगाती हैं। अपना चेहरा, अपना जनरेट किया काल्पनिक किरदार, या ऐसा पोर्ट्रेट इस्तेमाल करें जिसकी आपको साफ़ इजाज़त हो। बिना बोलचाल के फ़ोटो एनिमेट करने के लिए फ़ोटो को वीडियो में बदलना ज़्यादा नरम रास्ता है।

कब कुछ और चुनें

Avatar IV चेहरे और आवाज़ के बारे में है। यह व्यक्ति को किसी दृश्य में चलाएगा नहीं, कपड़े नहीं बदलेगा, और 1080p पर रुक जाता है। अगर आपके पास पोर्ट्रेट ही नहीं है और असली कमरे में प्रेज़ेंटर चाहिए, तो Avatar V तैयार अवतारों का इस्तेमाल करता है, 4K तक; Avatar V गाइड इसे समझाती है। बाक़ी सारे बोलने वाले अवतार और लिप-सिंक मॉडल मॉडल पेज पर हैं।