HeyGen Avatar V: आवाज़ की रिकॉर्डिंग से प्रेज़ेंटर वीडियो

आपके पास वॉइस-ओवर है, पर कैमरे के सामने खड़ा होने वाला कोई नहीं। HeyGen Avatar V यही कमी भरता है: आप इसके तैयार प्रेज़ेंटर में से एक चुनते हैं, बोलने की रिकॉर्डिंग अपलोड करते हैं, और यह उस प्रेज़ेंटर का आपके शब्द बोलते हुए वीडियो लौटाता है, होंठ आवाज़ से मिलते हुए, 4K तक। न कोई प्रॉम्प्ट बॉक्स है, न अपलोड करने के लिए कोई चेहरा। दो इनपुट, कुछ सेटिंग, और पूरा काम इन्हें सही करने में है।

कदम 1: प्रेज़ेंटर को नाम, मुद्रा और कोण से चुनें

अवतार सूची में सैकड़ों विकल्प हैं, और उनके नाम शॉट लिस्ट जैसे पढ़ते हैं: पहला नाम, फिर व्यक्ति बैठा है या खड़ा, फिर जगह (ऑफ़िस, सोफ़ा, रसोई, योगा मैट, पिकनिक), फिर कैमरे का कोण, सामने या बगल से। तो 'Annie, office, sitting, front' और 'Annie, office, sitting, side' एक ही कमरे में एक ही प्रेज़ेंटर हैं, दो कैमरों से।

इससे सस्ता दो-कैमरा एडिट मुमकिन होता है। एक ही रिकॉर्डिंग को दो बार रेंडर करें, एक बार उसी प्रेज़ेंटर के सामने वाले संस्करण पर और एक बार बगल वाले पर, और वाक्यों के बीच के विराम पर दोनों के बीच कट करें। यह एक जमे हुए शॉट के बजाय फ़िल्माए गए इंटरव्यू जैसा दिखता है।

कदम 2: ऑडियो तैयार करें

ऑडियो ही सब कुछ चलाता है: मुंह, विराम, सिर की लय। शांत कमरे में साफ़ रिकॉर्डिंग, गूंजती रसोई में पढ़ी गई परफ़ेक्ट स्क्रिप्ट से बेहतर है। अगर आप अपनी आवाज़ रिकॉर्ड नहीं करना चाहते, तो मॉडल पेज के किसी टेक्स्ट से स्पीच मॉडल से आवाज़ बनाएं और वह फ़ाइल दे दें। स्क्रिप्ट कान के लिए लिखें: छोटे वाक्य, जहां स्लाइड बदले वहां विराम, संख्याएं वैसे लिखी हुई जैसे आप उन्हें बोलवाना चाहते हैं।

कदम 3: जहां चलेगा उसके हिसाब से फ़्रेम चुनें

आस्पेक्ट रेशियो 16:9 (डिफ़ॉल्ट), 9:16, 1:1, 5:4 और 4:5 में आता है। फ़ैसला पसंद से नहीं, मंज़िल से करें: वेबसाइट या प्रेज़ेंटेशन के लिए 16:9, छोटे वर्टिकल क्लिप के लिए 9:16, फ़ीड के लिए 4:5 या 1:1। आस्पेक्ट रेशियो गाइड इस चुनाव को विस्तार से समझाती है।

रिज़ॉल्यूशन 720p, 1080p (डिफ़ॉल्ट) या 4K है। फ़ोन या ब्राउज़र पर देखी जाने वाली लगभग हर चीज़ के लिए 1080p सही है। 4K बड़ी स्क्रीन के लिए या ऐसी फ़ुटेज के लिए रखें जिसे आप बाद में क्रॉप करेंगे।

कदम 4 (वैकल्पिक): बैकग्राउंड बदलें

उन्नत सेटिंग में आप बैकग्राउंड इमेज जोड़ सकते हैं। हर अवतार अपने कमरे के साथ आता है, इसलिए इसकी ज़रूरत तभी है जब कमरा आपके ब्रांड के लिए ग़लत हो: आपकी दुकान, आपका ऑफ़िस, किसी ट्यूटोरियल के पीछे सादा रंग। ऐसी तस्वीर लें जिसमें कैमरे की ऊंचाई वही हो और थोड़ा धुंधलापन हो, वरना प्रेज़ेंटर चिपकाया हुआ लगेगा।

Avatar V या उसका कोई पड़ोसी?

• Avatar V: तैयार प्रेज़ेंटर, आपका ऑडियो, 4K तक। सबसे अच्छा तब, जब स्क्रीन पर कोई व्यक्ति चाहिए और इससे फ़र्क़ न पड़े कि वह आप नहीं हैं।
• Avatar IV: तैयार प्रेज़ेंटर के बजाय आपकी अपनी पोर्ट्रेट फ़ोटो, भावों के लिए लिखे निर्देशों के साथ। Avatar IV गाइड इसे समझाती है।
• Avatar V Digital Twin: टेक्स्ट या ऑडियो से काम करता है, और पारदर्शी वीडियो के लिए बैकग्राउंड हटा सकता है।

यह क्या नहीं करेगा

यहां आप अपना चेहरा नहीं ला सकते, और परफ़ॉर्मेंस को निर्देशित नहीं कर सकते: कोई प्रॉम्प्ट नहीं है, इसलिए हाव-भाव और इशारे सिर्फ़ ऑडियो और चुने गए अवतार से आते हैं। अगर प्रेज़ेंटर को किसी ख़ास शब्द पर हैरान दिखना है, तो वह शब्द उसी जोश से रिकॉर्ड करें, या निर्देश वाले फ़ील्ड वाला मॉडल चुनें। स्क्रीन पर किसी व्यक्ति को हिलाने-डुलाने के दूसरे तरीक़ों के लिए AI वीडियो मॉडल चुनना देखें।