Ảnh biết nói biến một tấm chân dung tĩnh thành video gương mặt đó đang nói. Tải ảnh lên, thêm bản ghi âm giọng nói, Solmi sẽ cử động miệng, hàm và đầu theo âm thanh để bức ảnh nói ra từng lời: avatar biết nói cho kênh của bạn, talking head AI cho video giải thích, hay đoạn giới thiệu cho một bản phát hành. Cắt đoạn bạn muốn, tối đa 60 giây mỗi clip, rồi xuất ở 480p hoặc 720p; video sẽ ở dạng dọc hoặc ngang theo tấm ảnh. Chỉ có kịch bản? Hãy chuyển thành giọng đọc bằng công cụ lồng tiếng AI của Solmi, tải âm thanh về rồi tải lên đây.
Là một bức ảnh tĩnh được làm chuyển động để gương mặt nói theo một track giọng. Solmi nhận một ảnh chân dung và một file âm thanh, rồi cử động miệng, hàm và đầu theo giọng nói, để người trong ảnh trông như đang nói những lời đó. Còn gọi là avatar biết nói hay talking head AI.
Tải lên một ảnh chân dung rõ nét chụp chính diện hoặc chọn một nhân vật có sẵn, thêm giọng nói dưới dạng file âm thanh hoặc link YouTube hay TikTok, cắt đoạn bạn muốn, chọn 480p hoặc 720p rồi bấm Tạo video biết nói. Video hoàn chỉnh sẽ xuất hiện trong mục Video của bạn, sẵn sàng để tải về.
Trang này thì không: nó chỉ khớp khẩu hình theo track giọng bạn đưa vào và không có tính năng chuyển văn bản thành giọng nói. Để bắt đầu từ văn bản, hãy viết kịch bản trong công cụ lồng tiếng AI của Solmi (hơn 70 ngôn ngữ, nhiều giọng để chọn), tải âm thanh về rồi tải lên đây làm giọng nói.
Cả hai. Khẩu hình được tạo từ chính âm thanh, nên bản ghi âm giọng nói cũng dùng được như một bài hát: miệng cử động theo từng lời. Bản ghi âm sạch, ít tạp âm sẽ cho cử động miệng rõ nhất. Muốn ảnh hát một bài, hãy dùng công cụ làm ảnh biết hát.
Tính phí theo từng giây video: 4 credit mỗi giây ở 480p và 8 ở 720p, nên một clip 15 giây ở 480p tốn 60 credit. Mỗi clip dài tối đa 60 giây, cắt từ bản ghi âm dài tối đa 10 phút. Tài khoản mới tạo trên web bắt đầu với 120 credit mà không cần thẻ tín dụng, đủ cho khoảng 30 giây video ở 480p.
Ảnh chân dung rõ nét, chụp chính diện, chỉ một gương mặt hiện rõ, ánh sáng đều và không có gì che miệng. Video theo tỉ lệ khung hình của ảnh: ảnh dọc cho video 9:16 dành cho TikTok, Reels và Shorts, ảnh ngang cho video 16:9 dành cho YouTube. Ảnh mờ hoặc nhỏ có thể được làm nét trước bằng tính năng có sẵn với giá 5 credit.
Được. Bật phụ đề trước khi tạo video, Solmi sẽ chép lời từ giọng nói và gắn chữ vào video theo một trong sáu kiểu: Nhẹ nhàng, Đậm, Neon, Tối giản, Serif hoặc Karaoke.