ByteDance · DXBuilder
OmniHuman 2.0
画像と音声に命を吹き込む。
声や歌でポートレートを動かします。画像1枚と音声1本から、720pで最大300秒。
スタジオを開く ↗ファイルから動画へ
ファイルと演出を選び、価格を確認して生成します。結果は動画履歴に残ります。
- 画像をアップロード
- 音声をアップロード
- 開始前に総額を確認。 → 動画を生成
制作範囲を確認。
JPEG/PNG/WebP、画像1枚。OmniHuman：30 MB未満、300〜6000 px、比率0.4〜2.5。PixVerse：20 MB未満。
長さは音声に従います（4〜300秒）。MP3/WAV、15 MB未満。
OmniHumanの演出文は英語、中国語、日本語、韓国語、メキシコのスペイン語、インドネシア語に対応。発話は音声から使用します。
クレジットはどう計算されますか？
時間、解像度、音声設定で計算し、生成前に表示します。OmniHumanは計測した音声時間を使用します。
| 解像度 | 音声をアップロード |
|---|---|
| 720p | 105 |
生成前の確認。
音声はどう使われますか？
OmniHumanはアップロードした音声を使用。PixVerseは有効時に音声を新規生成します。音声参照の入力はありません。
クレジットはどう計算されますか？
時間、解像度、音声設定で計算し、生成前に表示します。OmniHumanは計測した音声時間を使用します。
忠実な結果は保証されますか？
いいえ。顔、文字、動作、結末、音を確認してください。処理完了は忠実性の証明ではありません。