
Hedra
تبدیل عکس و فایل صوتی به ویدیوی سخنگو با حرکت طبیعی چهره؛ مدل Character-3 با پلن رایگان ماهانه، مناسب آواتار با صدای فارسی آپلودی.
معرفی و کاربردها
Hedra ابزاری برای ساخت ویدیوی سخنگو از یک عکس و یک فایل صوتی است. مدل Character-3 حرکت لب، سر و حالت چهره را با ریتم صدا هماهنگ میکند و میتوانید با یک پرامپت متنی، حس و حالت چهره را هم کنترل کنید. Hedra فهرست زبانی رسمی منتشر نکرده و فارسی را صراحتاً نام نبرده است؛ چون فایل صوتی (MP3، WAV، M4A) را مستقیم میپذیرد، مسیر معمول این است که صدای فارسی را جدا بسازید و آپلود کنید. پلن رایگان ماهانه ۳۰۰ اعتبار دارد و استفادهٔ تجاری در آن مجاز نیست.
نحوهٔ استفاده
- در hedra.com ثبتنام کنید.
- یک عکس پرترهٔ واضح از روبهرو آپلود کنید یا تصویر شخصیت را بسازید.
- فایل صوتی فارسی (MP3، WAV یا M4A) را آپلود کنید.
- در صورت نیاز با یک پرامپت کوتاه انگلیسی حالت چهره و حرکت را توضیح دهید.
- نسبت 9:16 را برای ریلز انتخاب کنید و ویدیو را بسازید.
برای مسیر کامل ساخت ویدیوی سخنگو با صدای فارسی، مقالهٔ لیپ سینک و آواتار سخنگوی فارسی با هوش مصنوعی را ببینید.
نکتهها برای خروجی بهتر
- عکس با نور یکنواخت و دهان بسته نتیجهٔ طبیعیتری میدهد.
- صدا را کوتاه و تمیز نگه دارید؛ نویز پسزمینه لیپ سینک را خراب میکند.
- برای کار تجاری به پلن پولی نیاز دارید؛ پلن رایگان مجوز تجاری ندارد.
- حالت چهره را در پرامپت با چند کلمه مشخص کنید، مثلاً calm, slight smile.