Реалистичный AI-аватар из одного фото: лицо и голос

Что в ролике
Автор показывает, как сделать реалистичного говорящего аватара себя из одного фото без камеры и света, а затем проверяет метод на двух персонажах с нуля. Сначала из одного фото в анфас она собирает character sheet из трёх панелей — фронт без головы, спина и крупный план лица — и дальше каждая сцена стартует с этого листа, чтобы лицо не менялось. Кадры для видео генерируются в GPT Image 2 в 4K и high quality (16:9 для листа, 9:16 для вертикального talking head), а оживление идёт в Seedance 2,5: в режиме frame to video достаточно стоп-кадра, а для собственного голоса нужен text-to-video с записью речи от 2 до 30 секунд (у автора 20 секунд). Для естественности она специально делает жёсткий свет одной лампой сбоку, чтобы половина лица была в тени, прописывает поры и неровности кожи, а у счастливого аватара под дождём избегает слишком крупной улыбки. Персонаж Нина собран только из текстового описания: короткий промпт даёт типовое AI-лицо, а детальный с порами и покраснениями выглядит как реальный человек, и в видео просят нормально моргать и показывать зубы. Для Маркуса с очками и седой бородой автор проверяет, что очки не меняют форму и не бликуют, а борода намеренно неровная, и вставляет жест поправления очков пальцем. Все три аватара говорят готовыми репликами, снятых кадров нет вообще, и весь пайплайн собирается внутри OpenArt по ссылке из описания.
Практика
- Что получишь
- Сможете собрать говорящего аватара из одной своей фотографии или текстового описания: лицо остаётся одинаковым между сценами, голос можно взять из 20-секундной записи, а видео генерируются по 15 секунд в 1080p.
- Первый шаг
- Зарегистрируйтесь в OpenArt, загрузите один чёткий портрет анфас и создайте в GPT Image 2 character sheet с тремя панелями (фронт без головы, спина, крупный план лица) в 4K high quality и 16:9.
- Цифры
- —1 фото — столько исходных снимков нужно для аватара автора (в анфас)
- —3 панели в character sheet: фронт без головы, спина и крупный план лица
- —15 секунд и 1080p — длина и разрешение каждого сгенерированного ролика
- —20 секунд — длина записи голоса автора; допустимо от 2 до 30 секунд
- Честно
- Ролик — спонсорская интеграция OpenArt: автор использует партнёрскую ссылку в описании и в конце призывает зарегистрироваться, но не называет цену подписки и не показывает полные тексты промптов, только настройки (4K, high quality, 15 секунд, 1080p). Большинство шагов потребует платных кредитов OpenArt, а точные формулировки промптов для character sheet и сцен придётся составлять самому по описанию.
Если слова незнакомы — 5 терминов
- character sheetлист-заготовка с несколькими ракурсами персонажа для сохранения внешности
- промпттекстовое задание для генерации
- frame to videoрежим, где первым кадром видео становится заданное изображение
- text-to-videoгенерация видео по тексту, голосу и опорным кадрам
- talking headвертикальное видео с говорящим человеком крупным планом
Связки из этого ролика
1 шт.- OpenArt + GPT Image 2 + Seedance 2.5
Компоненты
3 шт.Формат: пошаговый урок · для новичков · уверенность разметки 0.9 · источник