Un avatar parlante es un video en el que la persona de tu foto pronuncia tu grabación de audio. MiniMax H3 Lip Sync sincroniza el movimiento de los labios con el sonido y añade expresiones faciales naturales, parpadeo y movimiento de cabeza, de modo que el clip se ve vivo y no como una máscara animada.
Funciona con cualquier grabación de hasta 30 segundos: discursos, saludos, locuciones o canciones. Los mejores resultados se obtienen con un retrato frontal nítido y un audio limpio, sin ruido de fondo. También funciona con personajes ilustrados, siempre que el rostro sea claramente visible.
El precio depende de la duración del audio: 35 créditos por 5 segundos, 70 por 10 y 210 por 30. Si necesitas reemplazar el habla de un video ya terminado, usa la herramienta "Lip Sync".