HeyGen Avatar IV: buat potret berbicara dengan audio Anda sendiri

Satu potret diam, satu rekaman suara, dan setelah render singkat wajah itu pun berbicara. Itulah seluruh janji HeyGen Avatar IV, dan itu janji yang bagus: karakter untuk trailer game, narator untuk kursus, sosok lukisan yang memperkenalkan pameran Anda. Model ini juga punya kolom teks untuk arahan, yang tidak dimiliki kebanyakan model wajah berbicara. Kebanyakan hasil yang mengecewakan berasal dari segelintir kesalahan yang sama, jadi panduan ini disusun di sekitarnya.

Kesalahan 1: potret yang menyembunyikan mulut

Model harus menganimasikan bibir, rahang, dan mata dari satu gambar. Beri wajah yang kurang lebih menatap kamera, dengan mulut terlihat penuh, cahaya merata, dan tidak ada apa pun di depannya: tidak ada tangan di dagu, tidak ada mikrofon, tidak ada rambut yang menutupi bibir. Crop kepala dan bahu bekerja lebih baik daripada foto seluruh badan yang wajahnya hanya selebar beberapa piksel. Potret hasil generate juga bisa; jika potret Anda terlihat seperti lilin, perbaiki kulitnya dulu dengan tips di panduan kulit plastik, karena animasinya tidak akan memperbaikinya.

Kesalahan 2: membiarkan arahan kosong

Prompt-nya opsional, dan justru karena itu orang melewatkannya. Tanpa prompt, wajah melakukan apa yang disarankan audio. Dengan prompt, Anda bisa meminta suasana hati, kebiasaan, atau gestur. Tulis seperti catatan untuk aktor: bagaimana perasaan orangnya, ke mana ia melihat, apa yang dilakukan kepalanya, dan apa yang tidak boleh ia lakukan.

Kesalahan 3: menaikkan ekspresi sampai maksimal

Ekspresi (expressiveness) menentukan seberapa banyak wajah dan kepala bergerak: low (default), medium, atau high. High seru untuk kartun atau pahlawan game, tetapi berlebihan untuk video penjelasan yang tenang, di mana orangnya bisa terlihat tidak bisa diam. Wajah asli di foto biasanya paling bagus di low atau medium; simpan high untuk karakter yang gayanya memang sudah dilebih-lebihkan.

Kesalahan 4: memaksakan rasio aspek yang bertentangan dengan foto

Rasio aspek di sini opsional. Jika dibiarkan kosong, model memakai rasio yang didukung yang paling dekat dengan gambar Anda, sehingga framing pilihan Anda tetap terjaga. Setel (16:9, 9:16, 1:1, 5:4, atau 4:5) hanya jika tujuan videonya membutuhkannya, lalu crop sendiri potretnya ke bentuk itu sebelum mengunggah, agar Anda yang menentukan bagian mana yang terpotong, bukan model. Gambar latar belakang tersedia di pengaturan lanjutan jika latar aslinya tidak cocok.

Kesalahan 5: memakai wajah yang tidak berhak Anda gunakan

Video berbicara dari orang sungguhan yang mengatakan sesuatu yang tidak pernah ia katakan bisa merugikan orang itu, dan ketentuan melarang deepfake dari orang sungguhan yang dapat dikenali. Gunakan wajah Anda sendiri, karakter fiksi yang Anda generate, atau potret yang izinnya jelas Anda miliki. Untuk menganimasikan foto tanpa ucapan, mengubah foto menjadi video adalah jalan yang lebih lembut.

Kapan memilih yang lain

Avatar IV berfokus pada wajah dan suara. Model ini tidak akan membuat orangnya berjalan melintasi adegan atau mengganti pakaiannya, dan resolusinya mentok di 1080p. Jika Anda sama sekali tidak punya potret dan butuh presenter di ruangan sungguhan, Avatar V memakai avatar siap pakai hingga 4K; panduan Avatar V menjelaskannya. Semua model avatar berbicara dan lip-sync lainnya ada di halaman model.