OmniHuman 2.0: 인물과 오디오로 만드는 말하는 아바타 | Models and API | RunComfy

OmniHuman 2.0을 고르는 이유#

인물 사진은 화면에 누가 있는지만 정합니다. 어떻게 연기하는지는 녹음이 정합니다. OmniHuman 2.0은 말, 노래, 대화에서 톤, 감정, 단어 배치를 읽고, 그 트랙을 따르는 입 모양과 작은 동작을 만듭니다.

예전 아바타 클립은 1분 근처에서 끊겨, 잘라 이어야 했습니다. 여기서는 같은 테이크를 OmniHuman 2.0으로 최대 5분까지 한 편으로 돌릴 수 있습니다. 최소 4초, 최대 300초입니다.

OmniHuman 2.0에게 대사를 타이핑할 필요는 없습니다. 단어, 쉼, 에너지는 이미 오디오 파일에 있습니다. 프롬프트는 그 파일이 재생되는 동안 OmniHuman 2.0이 몸을 어떻게 움직일지만 살짝 바꿉니다.

RunComfy에서는 모델 화면에서 한 편을 시험한 뒤, 같은 이미지, 오디오, 프롬프트를 HTTP API로 반복할 수 있습니다.

배경이 복잡하거나 얼굴이 작거나 잡음이 많은 트랙은 결과에 드러납니다. 단순한 인물과 깨끗한 목소리로 시작하고, 연기가 맞으면 오디오를 늘리세요.

잘 맞는 용도#

• 카메라 앞의 진행자: OmniHuman 2.0은 창업자나 발표자 사진에 내레이션을 더해 말하는 클립으로 만듭니다.
• 강의: 강좌 내레이션이 스튜디오 예약 없이 화면 속 강사가 됩니다.
• 소셜 시리즈: 인물은 한 장으로 두고, OmniHuman 2.0으로 게시마다 녹음만 바꿉니다.
• 다른 언어: 오디오를 바꾸면 같은 얼굴이 다른 언어를 말합니다.
• 노래와 장면: 멜로디나 대사가 있는 대화가 연기를 만듭니다. 평범한 내레이션만이 아닙니다.

사용 방법#

1. RunComfy에서 OmniHuman 2.0을 열고 이미지-투-비디오 템플릿을 고릅니다.
2. 얼굴이 충분히 크고, 빛이 고르며, 배경이 산만하지 않은 인물을 올립니다.
3. OmniHuman 2.0용 오디오를 올립니다. 길이는 4초에서 300초 사이여야 합니다.
4. 표정, 제스처, 스타일을 정하고 싶을 때만 프롬프트를 넣습니다. 녹음 자체가 지시라면 비워 둡니다.
5. 생성을 시작합니다. OmniHuman 2.0은 클립 길이를 오디오에서 정합니다.
6. 결과를 재생하고, 쉼, 강조, 입 모양이 트랙과 맞는지 확인합니다.
7. 몸이 너무 많이 움직이면 OmniHuman 2.0 프롬프트를 한 문장으로 줄이고 다시 실행합니다.
8. 운영에서는 같은 파일을 올리고, HTTP API로 image, audio, 선택적 prompt를 보냅니다.

파라미터#

이 OmniHuman 2.0 페이지의 컨트롤은 이것뿐입니다.

해상도, 시드, 길이 슬라이더는 없습니다. 클립 길이는 올린 오디오를 따릅니다.

요금#

OmniHuman 2.0은 처리한 오디오 길이를 초당 $0.09로 청구합니다. 시간은 다음 초로 올림합니다. OmniHuman 2.0의 최단 청구는 4초, 최장은 300초입니다.

프롬프트와 참고 자료#

• 얼굴을 보여 주세요: 선명하고 조명이 좋은 인물은 모델에 안정된 정체성을 줍니다. 옆모습, 선글라스, 심한 흐림은 약해집니다.
• 트랙을 정리하세요: OmniHuman 2.0에 올리기 전에 긴 무음과 큰 배경 잡음을 자르세요.
• 요청은 하나: 자연스러운 손, 또는 안정된 시선. 같은 메모에 반대되는 분위기를 섞지 마세요.
• 연기 이름을 적으세요: "강의"나 "합창"이라고 쓰면 동작이 오디오에 맞습니다.
• 먼저 짧게: 새 인물은 몇 분을 렌더하기 전에 OmniHuman 2.0의 짧은 클립으로 확인하세요.
• 비워도 됩니다: 녹음만 이끌게 하려면 프롬프트를 빼세요.

OmniHuman 2.0 비교#

공개된 정보를 기준으로 합니다. 아래 길이 제한은 각 도구가 공개한 입력 범위이며, 순위가 아닙니다.

정지 화면에서 시작해 목소리가 길고 끊기지 않는 연기를 끌어가야 할 때 이 모델을 고르세요. 그림이 이미 영상이고 입만 바꿔야 하면 OmniHuman 2.0이 아니라 립싱크 도구를 쓰세요.