Ein sprechender Avatar ist ein Video, in dem die Person aus deinem Foto deine Audioaufnahme spricht. MiniMax H3 Lip Sync synchronisiert die Lippenbewegung mit dem Ton und ergänzt natürliche Mimik, Blinzeln und Kopfbewegungen, sodass der Clip lebendig wirkt statt wie eine animierte Maske.
Jede Aufnahme bis zu 30 Sekunden funktioniert: Sprache, eine Begrüßung, Voiceover oder Gesang. Die besten Ergebnisse erzielst du mit einem klaren Frontalporträt und sauberem Audio ohne Hintergrundgeräusche. Auch illustrierte Charaktere eignen sich, solange das Gesicht gut sichtbar ist.
Der Preis richtet sich nach der Audiolänge: 35 Credits für 5 Sekunden, 70 für 10 und 210 für 30. Wenn du in einem bereits fertigen Video die Sprache austauschen möchtest, nutze das Tool „Lip Sync“.