Lip Sync 리뷰: 재촬영 없이 클립을 다시 더빙하기

Lip Sync에는 아직 콘텐츠 사다리 프로브를 돌리지 않았으므로, 이 항목은 채점된 실행이 아니라 스키마와 공개된 예시 한 건에서 확인할 수 있는 내용을 다룹니다. 예시는 화면에 여성 한 명이 나오는 5초짜리 야간 열차 촬영본을 받아 대략 4.5초 분량의 짧은 대사로 재더빙합니다 — 새 오디오와 길이가 비슷한 클립이며, 이 엔드포인트가 만들어진 바로 그 사례입니다.

클립 길이와 오디오 길이가 이렇게 맞는지는 워크플로를 구성할 가치가 있는 부분입니다. 둘이 가까울 때, 모델은 대사 전체에 대해 입 모양을 그려 낼 연속된 촬영본을 갖게 됩니다. 오디오가 클립보다 훨씬 길게 흐르면 반복된 재생이 그 간극을 메워야 하고, 그 되풀이는 이유를 모르는 시청자도 알아챌 만한 종류의 것입니다. 여러 대사를 이어서 계획하고 있다면, 반복 재생에 기대어 차이를 메우기보다 각 대사 길이에 대략 맞춰 원본 클립을 자르거나 늘리는 편이 더 저렴합니다.

Lip Sync는 이 페이지의 다른 두 도구 사이에서, 입력으로 요구하는 것 면에서도 중간에 자리합니다. 이미 존재하는 촬영본을 요구하므로 정지된 인물 사진에는 쓸 수 없고, 그건 Talking Avatar의 역할입니다. 그리고 입만 건드리므로 무음 클립에 앰비언스나 효과음을 더하는 데는 쓸 수 없고, 그건 Video Sound Effects의 역할입니다. 완전히 재더빙된 장면을 만드는 자연스러운 파이프라인은 먼저 그림을 촬영하거나 생성하고, 새 대사를 따로 녹음하거나 합성한 뒤, 배포 직전 마지막 단계로 두 가지를 이 엔드포인트에 가져오는 것입니다.

• 기존 촬영본이 아니라 정지된 인물 사진에서 시작하나요? Talking Avatar는 이미 있는 클립을 재더빙하는 대신 사진을 애니메이션화해 오디오를 말하게 하며, 초당 $0.018입니다.
• 새 목소리 트랙이 아니라 효과음이 필요한가요? Video Sound Effects는 말소리를 동기화하는 대신 그림에서 앰비언스와 효과음을 생성하며, 초당 $0.0012입니다.