Поздравление «лично», хотя человек далеко. Ведущий урока, которого не нужно снимать на камеру. Маскот бренда, который здоровается с посетителями сайта. Всё это — ролик, где фото говорит. «Говорящее фото» делает его из одного снимка и речи: губы двигаются в такт словам, появляются мимика и лёгкие движения головы, ролик — со звуком.
Покажем три ролика: поздравление голосом Диктора, вступление к уроку по своей записи и рисованного маскота. Разберём, какое фото подходит, как выбрать голос и что проверить, прежде чем отправлять ролик. Людей на фото в этом разборе нет — портреты сгенерированы нейросетью, а «своя запись» — озвучка Диктора, скачанная файлом. Ролики настоящие, из Seaframe, без обработки: мы только пережали их для страницы.
- Инструмент
- Говорящее фото
- Что берём
- два портрета из Нейрофотосессии, рисованного маскота, текст для голоса Диктора и запись голосом Диктора файлом
- Запусков
- четыре — три ролика в «Чётком» и один в «Обычном» для сравнения
- Что получили
- четыре ролика со звуком, от 7 до 13 секунд; каждый — от минуты до трёх
Какое фото подойдёт
От фото зависит больше всего. Лучше всего работает лицо крупно — анфас или вполоборота, в фокусе. Рот не должен быть закрыт рукой, микрофоном или маской.
Слишком вытянутые кадры не подойдут: уже, чем 2 : 5, или шире, чем 5 : 2. Обычный портрет, вертикальное фото с телефона или квадрат — подходят; если кадр не подходит, экран предупредит до запуска.
Мы взяли портреты из разбора «Деловые портреты из одного селфи» — их сделала Нейрофотосессия из одного селфи условного персонажа. Для поздравления — светлый портрет у окна: лицо анфас и улыбка, рот приоткрыт.
Что скажет: текст или своя запись
Под фото — переключатель «Что скажет»:
- «Текст». Поле до 800 знаков — это около минуты речи. Голос выбирается из тех же готовых голосов, что в Дикторе: Надёжный, Друг, Обаятельный, Дерзкий, Яркая, Деловая, Эксцентричная, Меланхоличная, Мудрая, Спокойная и Бас. Под полем видно примерную длину речи.
- «Своя запись». Файл MP3, WAV, M4A или OGG от 1 до 60 секунд. Запись короче 5 секунд дополняется тишиной.
Ниже — «Качество»: «Обычное» и «Чёткое» — чётче и дороже. Перед запуском нужно поставить галочку «На фото — я или человек, который согласен, чтобы его фото оживили». Кнопка — «Оживить фото»; цена в кредитах на ней зависит от длины речи и качества. Пока идёт работа, на экране написано «Оживляем фото — это несколько минут».
Длина ролика равна длине речи — до минуты. Готовый ролик открывается в плеере со звуком, под ним — «Скачать» и «Другое фото».
Поздравление голосом Диктора
Первый ролик — поздравление коллеге. Текст написали сами, голос выбрали «Деловая» — под деловой портрет. Имя условное.
Под полем было написано «≈ 13 с речи», а ролик вышел на 10 секунд: готовый голос прочитал текст быстрее, чем рассчитано. Цена на кнопке считается по этой примерной длине, а после озвучки пересчитывается по настоящей — разница возвращается, и под готовым роликом написано, сколько вернули.
Героиня начинает с улыбки на имени, дальше рот открывается и закрывается в такт фразам, в паузах губы смыкаются. Голова чуть поворачивается, взгляд остаётся в камеру. Лицо от кадра к кадру не меняется: веснушки, зубы и кудри по краю остаются такими же, как на фото, фон с окнами стоит. Ролик был готов за две с половиной минуты.
Вступление к уроку: своя запись
Второй ролик — ведущий онлайн-курса. Здесь голос не выбирается из списка: загружается готовый файл через «Своя запись». Так можно оживить фото своим голосом или любой подготовленной озвучкой.
Запись мы сделали в Дикторе голосом «Спокойная» и скачали файлом MP3 на 13 секунд, а фото взяли другое — тот же персонаж на тёмном фоне.
Длина ролика совпала с записью до десятых долей секунды. Мимика спокойнее, чем в поздравлении, — под стать голосу: ведущая моргает, иногда прикрывает глаза на паузах, губы двигаются вместе с речью. Лицо в паузах не «плывёт». Этот ролик был готов быстрее всех — чуть больше чем за минуту.
Запись должна быть чистой: без музыки, без шума и эха. Если она записана в шумной комнате, сначала почистите её в Чистом звуке — действием «Убрать шум» или «Голос без музыки».
Маскот: рисованная нерпа
Говорить может не только человек. Рисованные персонажи и маскоты тоже подходят, если у них есть лицо и рот. Мы взяли нерпу Сию — помощницу Seaframe. Рот у неё маленький, а мордочка нарисована мультяшно — тем интереснее, как модель с этим справится.
Взяли картинку Сии в рамке фотокарточки и голос «Яркая».
С мультяшным персонажем модель справилась: маленький рот открывается — видно розовый язык, — глаза щурятся в улыбке, а сама нерпа и рамка стоят на месте. Главное — рисунок остался рисунком: модель не превратила мультяшную мордочку в «настоящую» нерпу и не дорисовала ей зубы. Ждать пришлось дольше всего — почти три минуты.
«Обычное» или «Чёткое»
Для сравнения поздравление оживили ещё раз — тот же портрет, тот же текст и голос, но качество «Обычное». Разница в цене видна на кнопке; разницу в картинке смотрим на одном и том же кадре.
«Чёткое» — это 768 × 1024 точки, «Обычное» — 480 × 640. Крупно разница видна: в «Чётком» резче веснушки, края зубов и губ, в «Обычном» всё мягче. Движения губ в двух запусках похожие, но не одинаковые — каждый запуск снимает ролик заново. «Обычный» был готов быстрее — чуть больше чем за минуту.
На экране телефона, в мессенджере или в сторис разницу почти не видно — для поздравления хватает «Обычного». «Чёткое» стоит доплаты, когда ролик смотрят крупно: на сайте, в курсе на большом экране, в посте, где лицо занимает весь кадр.
Чьё фото можно оживлять
- Только своё фото или фото человека, который согласен. Галочка перед запуском — не формальность.
- Знаменитостей, политиков и чужих людей без согласия — нельзя.
- Публикуя, помечайте, что ролик сделан нейросетью. Зритель должен понимать, что человек на видео этих слов не произносил.
Чего инструмент не делает
- Не делает ролик длиннее речи. Длина ролика равна длине текста или записи — до минуты.
- Не берёт слишком вытянутые кадры. Уже 2 : 5 или шире 5 : 2 — не подойдут.
- Не исправляет запись. Музыку и шум из своей записи уберите заранее: лучше всего ролик выходит с чистой речью.
- Не оживляет без речи. Чтобы фото просто ожило — без слов, — нужна Оживлялка.
Как сделать своё говорящее фото
- Загрузите фото
JPG, PNG, WebP или HEIC до 8 МБ. Лицо крупно, анфас или вполоборота, рот не закрыт.
- Выберите, что скажет фото
«Текст» — до 800 знаков и голос из списка; «Своя запись» — файл от 1 до 60 секунд.
- Выберите качество
«Обычное» или «Чёткое» — чётче и дороже.
- Поставьте галочку и нажмите «Оживить фото»
Цена в кредитах — на кнопке до запуска; если ролик не получится, кредиты вернутся. Страницу можно закрыть — ролик сохранится в Библиотеке.
- Проверьте и скачайте
Посмотрите губы на быстрых словах и лицо в паузах, потом — «Скачать». Следующий ролик — «Другое фото».
Что в итоге
- Фото и речь — ролик со звуком: губы в такт словам, мимика и лёгкие движения головы. Длина ролика — как у речи, до минуты.
- Речь — текстом с голосом из Диктора или своей записью; запись должна быть чистой, без музыки и шума.
- Лучше всего — крупное лицо анфас; рисованные персонажи тоже подходят: нерпа Сия заговорила и осталась рисунком.
- До запуска цена — по примерной длине речи, после озвучки — по настоящей: голос прочитал быстрее (у нас вместо 13 секунд вышло 10) — разница возвращается.
- «Обычного» хватает для телефона и мессенджеров, «Чёткое» нужно, когда лицо смотрят крупно.
- Только своё фото или фото человека, который согласен, — и пометка, что ролик сделан нейросетью.