Avatars parlants et synchronisation labiale

Dans LUVI, faites parler un portrait ou donnez une nouvelle voix à une vidéo : les modèles de synchronisation labiale s’en chargent.

Cherchez « lipsync » parmi les modèles : ceux qui prennent image et audio créent un avatar parlant, ceux qui prennent une vidéo calent ses lèvres sur une autre voix.

Commençons par un avatar parlant. Ici, nous utilisons OmniHuman 1.5.

Deux emplacements s’ouvrent dans Référence : l’image et le fichier audio. Tous deux sont obligatoires.

Pour l’image, prenez un portrait où le visage est bien visible. Clic droit dessus dans la bibliothèque, puis Utiliser comme référence.

Pas encore d’audio ? Créez-le dans LUVI avec un modèle de synthèse vocale, comme pour cette phrase. L’audio rejoint son emplacement de la même façon.

La vidéo dure autant que l’audio, et OmniHuman en accepte jusqu’à 60 secondes. Le prix se calcule à la seconde d’audio et s’affiche une fois les deux emplacements remplis.

Dans le prompt, décrivez l’émotion, le rythme et l’élocution. Nous avons demandé un ton chaleureux, un sourire et le regard caméra.

Cliquez sur Générer (Generate). Le résultat arrive dans votre bibliothèque :

une vidéo qui parle avec l’audio fourni. Donnons maintenant une nouvelle voix à la même vidéo, en turc par exemple. Pour cela, nous prenons Sync Lipsync ; VEED Lipsync est moins cher.

Ici, les emplacements sont une vidéo et un fichier audio, sans prompt. Placez la vidéo et le nouvel audio ; chacun peut durer jusqu’à 60 secondes.

Là aussi, le prix dépend des secondes d’audio. Cliquez sur Générer : les lèvres se resynchronisent sur le nouvel audio.

En bref : une image et un audio pour un avatar parlant, une vidéo et un audio pour une nouvelle voix ; le prix suit la durée de l’audio.