Berbicara avatar dan sinkronisasi bibir

Avatar yang berbicara adalah dua mesin yang digunakan: satu menciptakan wajah dan ekspresi wajah, yang kedua menyinkronkan bibir dengan suara (sinkronisasi bibir). Jaringan saraf memecah ucapan menjadi fonem - suara kecil - dan memilih bentuk mulut yang sesuai. Oleh karena itu aturan utamanya: tulislah naskah seperti yang mereka katakan, bukan seperti yang mereka tulis. Frasa pendek, kata-kata sederhana, tanpa frasa partisipatif yang panjang - jika tidak, bibir akan “mengunyah” dan ketidaksinkronan akan terlihat jelas. Mekanisme ekspresi wajah: model membaca emosi dari deskripsi dan tanda baca, sehingga dengan jelas menunjukkan suasana hati (“ramah, dengan sedikit senyuman”) dan memberi tanda jeda. Orang dalam: pertahankan satu emosi per baris. Perubahan tajam dari “kegembiraan – kemarahan – kesedihan” dalam tiga detik mengubah wajah menjadi topeng yang tidak wajar. Teknik kedua adalah sekitar 2 kata per detik: jika Anda menjejalkan banyak teks ke dalam klip pendek, sinkronisasi bibir akan menjadi kacau. Hitung terlebih dahulu panjang sulih suara. Kesalahan umum adalah menulis teks robot dengan singkatan dan angka (“ROI meningkat 27,4%”): model akan mengucapkannya dengan tidak benar. Menguraikannya dengan kata-kata dan mengujinya dengan telinga.