HeyGen Avatar IV: fai parlare un ritratto con il tuo audio

Un ritratto fermo, una registrazione vocale e, dopo un breve render, il volto parla. È l'intera promessa di HeyGen Avatar IV, ed è una buona promessa: un personaggio per il trailer di un gioco, un narratore per un corso, una figura dipinta che presenta la tua mostra. Ha anche un campo di testo per le indicazioni, cosa che manca a quasi tutti i modelli di testa parlante. La maggior parte dei risultati deludenti nasce dalla stessa manciata di errori, quindi questa guida è costruita attorno a loro.

Errore 1: un ritratto che nasconde la bocca

Il modello deve animare labbra, mascella e occhi a partire da un'unica immagine. Dagli un volto che guardi più o meno verso la fotocamera, con la bocca ben visibile, luce uniforme e niente davanti: nessuna mano sul mento, nessun microfono, nessun capello sulle labbra. Un ritaglio da testa e spalle funziona meglio di una figura intera in cui il volto è largo pochi pixel. Funzionano anche i ritratti generati; se il tuo sembra di cera, sistema prima la pelle con i consigli della guida alla pelle di plastica, perché l'animazione non lo farà.

Errore 2: lasciare vuote le indicazioni

Il prompt è facoltativo, ed è proprio per questo che la gente lo salta. Senza, il volto fa ciò che l'audio suggerisce. Con il prompt puoi chiedere un umore, un'abitudine, un gesto. Scrivilo come appunti per un attore: come si sente la persona, dove guarda, cosa fa la testa e cosa non deve fare.

Errore 3: portare l'espressività al massimo

L'espressività stabilisce quanto si muovono il volto e la testa: bassa (il valore predefinito), media o alta. Alta è divertente per un cartone animato o un eroe di un gioco e troppa per uno spiegone pacato, dove può dare l'impressione che la persona non riesca a stare ferma. I volti reali nelle foto di solito rendono meglio su bassa o media; riserva l'alta ai personaggi il cui stile già esagera.

Errore 4: forzare un rapporto d'aspetto che combatte la foto

Qui il rapporto d'aspetto è facoltativo. Lasciato vuoto, il modello usa il rapporto supportato più vicino alla tua immagine, mantenendo l'inquadratura che hai scelto. Impostalo (16:9, 9:16, 1:1, 5:4 o 4:5) solo quando la destinazione lo richiede, e poi ritaglia tu il ritratto in quella forma prima di caricarlo, così decidi tu cosa viene tagliato, non il modello. Un'immagine di sfondo è disponibile nelle impostazioni avanzate se lo sfondo originale non va bene.

Errore 5: usare un volto che non hai il diritto di usare

Un video parlante di una persona reale che dice qualcosa che non ha mai detto può danneggiarla, e i termini vietano i deepfake di una persona reale e identificabile. Usa il tuo volto, un personaggio di fantasia che hai generato o un ritratto per cui hai un permesso chiaro. Per animare una foto senza parlato, trasformare una foto in video è la strada più gentile.

Quando scegliere altro

Avatar IV riguarda il volto e la voce. Non farà camminare la persona in una scena né le cambierà i vestiti, e si ferma a 1080p. Se non hai affatto un ritratto e ti serve un presentatore in una stanza vera, Avatar V usa avatar già pronti fino a 4K; la guida ad Avatar V lo spiega. Tutti gli altri modelli di avatar parlanti e lipsync sono nella pagina dei modelli.