Talking Avatar 리뷰: 인물 사진 한 장과 오디오, 그게 전부

Talking Avatar에는 아직 콘텐츠 사다리 프로브를 돌리지 않았으므로, 이 항목은 채점된 실행이 아니라 스키마와 공개된 예시 한 건에서 확인할 수 있는 내용을 다룹니다. 예시는 테라스 인물 사진과 대략 4.5초 분량의 짧은 대사, 그리고 "a warm, relaxed delivery to the camera"라는 프롬프트를 짝지었습니다 — 프롬프트는 전달 방식을 정할 뿐이고, 오디오와 인물 사진이 나머지를 결정합니다.

여기서 프롬프트는 장면 묘사가 아니라 짧은 전달 메모입니다 — 화면에 무엇이 나올지는 인물 사진과 오디오가 이미 정합니다.

1. 공개 예시: 장면이 아니라 전달 방식을 정하기.

a warm, relaxed delivery to the camera

이 프롬프트를 Talking Avatar에서 실행 →

중요한 설정: 선명하고 대체로 정면을 향한 얼굴이 담긴 인물 사진을 쓰고, 모델이 배경음악을 분리하는 게 아니라 말소리에 입을 맞추는 것이므로 오디오는 배경음악이 섞이지 않은 상태로 유지하세요. 인물 사진에 두 사람 이상이 나온다면, 누가 말할지를 프롬프트로 설명하려 하지 말고 의도한 화자 위에 칠한 mask_url을 보내세요.

• 이미 영상이 있고 다시 음성만 입혀야 하나요? Lip Sync는 정지된 인물 사진을 애니메이션화하는 대신 기존 영상에 입 모양을 다시 그리며, 초당 $0.012입니다.
• 말소리가 아니라 무음 클립에 효과음이 필요한가요? Video Sound Effects가 그림에서 앰비언스와 효과음을 생성하며, 초당 $0.0012입니다.
• 머리만이 아니라 전신이 움직여야 하나요? Wan 2.2 Animate는 구동 클립에서 캐릭터 이미지로 전신 움직임을 전송합니다.