HeyGen Avatar V: un video con presentatore a partire da una registrazione vocale

Hai una voce fuori campo e nessuno che si metta davanti alla telecamera. HeyGen Avatar V colma proprio questo vuoto: scegli uno dei suoi presentatori già pronti, carichi una registrazione del parlato e ottieni un video di quel presentatore che pronuncia le tue parole, con le labbra sincronizzate, fino a 4K. Non c'è nessun campo per il prompt e nessun volto da caricare. Due input, qualche impostazione, e tutto il lavoro sta nel farli bene.

Passo 1: scegli il presentatore da nome, posa e angolazione

L'elenco degli avatar conta centinaia di voci, e i nomi si leggono come una lista di inquadrature: un nome proprio, poi se la persona è seduta o in piedi, poi l'ambientazione (un ufficio, un divano, una cucina, un tappetino da yoga, un picnic), poi l'angolo di ripresa, frontale o laterale. Quindi «Annie, office, sitting, front» e «Annie, office, sitting, side» sono lo stesso presentatore nella stessa stanza visto da due telecamere.

Questo rende possibile un montaggio a due camere a basso costo. Genera la stessa registrazione due volte, una con la versione frontale e una con quella laterale dello stesso presentatore, e passa dall'una all'altra alle pause tra le frasi. Sembra un'intervista girata davvero, non un'unica inquadratura fissa.

Passo 2: prepara l'audio

L'audio guida tutto: la bocca, le pause, il ritmo della testa. Una registrazione pulita in una stanza silenziosa vale più di un copione perfetto letto in una cucina piena di eco. Se preferisci non registrare la tua voce, creane una con un modello di sintesi vocale dalla pagina dei modelli e carica il file. Scrivi il testo per l'orecchio: frasi brevi, una pausa dove cambierebbe una slide, i numeri scritti come vuoi che vengano pronunciati.

Passo 3: scegli l'inquadratura in base a dove verrà riprodotto

Il formato può essere 16:9 (predefinito), 9:16, 1:1, 5:4 e 4:5. Decidi in base alla destinazione, non al gusto: 16:9 per un sito o una presentazione, 9:16 per clip verticali brevi, 4:5 o 1:1 per un feed. La guida ai formati approfondisce questa scelta.

La risoluzione è 720p, 1080p (predefinita) o 4K. Il 1080p va bene per quasi tutto ciò che si guarda sul telefono o nel browser. Tieni il 4K per un grande schermo o per un girato in cui poi vorrai ritagliare.

Passo 4 (facoltativo): cambia lo sfondo

Nelle impostazioni avanzate puoi aggiungere un'immagine di sfondo. Ogni avatar ha già la sua stanza, quindi ti serve solo quando l'ambiente non è adatto al tuo brand: il tuo negozio, il tuo ufficio, un colore unito dietro un tutorial. Usa una foto con la stessa altezza di ripresa e un leggero sfocato, altrimenti il presentatore sembrerà incollato.

Avatar V o uno dei suoi vicini?

• Avatar V: un presentatore pronto, il tuo audio, fino a 4K. Ideale quando serve una persona sullo schermo e non ti importa che non sia tu.
• Avatar IV: la tua foto ritratto al posto di un presentatore pronto, con indicazioni scritte per le espressioni. La guida ad Avatar IV lo spiega.
• Avatar V Digital Twin: parte da testo o audio e può rimuovere lo sfondo per un video trasparente.

Cosa non fa

Qui non puoi portare il tuo volto e non puoi dirigere l'interpretazione: non c'è un prompt, quindi gesti ed espressioni nascono solo dall'audio e dall'avatar scelto. Se il presentatore deve sembrare sorpreso proprio su una parola, registra quella parola con quell'energia, oppure scegli un modello con un campo per le indicazioni. Per altri modi di far muovere una persona sullo schermo, leggi come scegliere un modello video IA.