AIでリアルなリップシンクを作る方法

リアルなリップシンクと不自然なリップシンクの違いは？

始める前に

singingphoto.aiでリアルな結果を得る方法

1. Step 1

   以下のチェックリストを満たす写真から始める

   この最初の選択が、その後のどの設定よりも結果に大きく影響します。

2. Step 2

   作成するものに合ったカラオケモードを選ぶ

   一人用はソロ、2枚の写真を1つのシーンに合成する場合はデュエット、動物の写真にはペットカラオケ。どのモードも同じAIリップシンクのメカニズムを使用しているため、以下の写真品質に関するガイドラインは3つすべてに適用されます。

3. Step 3

   ボーカルがクリアな楽曲を選ぶ

   よりクリアなバージョンがある場合は、ひどく歪んでいたり、極端に小さかったり、不明瞭な録音は避けてください。

4. Step 4

   被写体と調和するステージプリセットを選ぶ

   インスタントステージプリセット（スタジオ、ジャズクラブ、ホーム、バー、スーパーカー、魚眼）はワンクリックで背景を設定できます。6つのプリセットのどれも合わない場合は、カスタムシーン編集でステージ、照明、カメラ、または雰囲気を自分でプロンプトで記述できます。いずれにしても、フレームを圧倒しないシーンを選ぶことで、歌っている顔に焦点を当て続けることができます。

5. Step 5

   生成後、エクスポートする前に全体を確認する

   最終エクスポートを確定する前に、ざっと確認するだけでほとんどの問題を発見できます。

6. Step 6

   HDで、無料で、ウォーターマークなしでエクスポート

   これはどのモードでも共通で、結果の品質には左右されません。

最高のリップシンクのための写真チェックリスト

• ほとんど正面を向いていること。 真っ直ぐ正面から、またはそれに近い角度で撮影された写真は、横顔やカメラから大きく顔をそらしている写真よりも、AIが口をアニメーション化するためのより明確な視点を提供します。
• 口と歯が見えていて、隠れていないこと。 口を閉じている写真や影が濃い写真は、モデルが同期を構築するための詳細情報が少なくなります。一般的なリップシンクのトラブルシューティングガイドでもこの点が直接指摘されており、歯が見えるベース画像の方がよりクリーンな結果を生み出す傾向があります。
• 均一で、正面からの照明。 強いサイドライトや顔の半分に深く落ちる影は、口元や顎のライン周辺の詳細情報を減少させます。
• ある程度の高解像度。 ぼやけていたり、強く圧縮されていたり、非常に小さい写真は、口元だけでなく、全体的にAIが処理できる情報が少なくなります。
• 顔の下半分を覆うものがないこと。 手、口元に当てられたマイク、マスク、あるいは口を覆う濃い顔の毛などは、すべて精度を低下させます。
• ニュートラルか自然な表情で、大きく誇張されていない顔。 極端な開始時の表情は、モデルが動きをアニメーション化する上で、通常とは異なる基準点を与えてしまいます。

リアリズムを支えるシーンとフレーミングの選択

よくあるご質問