لوگوی Hedra

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

  1. در hedra.com ثبت‌نام کنید.
  2. یک عکس پرترهٔ واضح از روبه‌رو آپلود کنید یا تصویر شخصیت را بسازید.
  3. فایل صوتی فارسی (MP3، WAV یا M4A) را آپلود کنید.
  4. در صورت نیاز با یک پرامپت کوتاه انگلیسی حالت چهره و حرکت را توضیح دهید.
  5. 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.