เดโมตัวสร้างวิดีโอ NAVA AI
สำรวจเวิร์กโฟลว์สร้างเสียงและวิดีโอแบบ native ของ NAVA จากหน้า LipsyncX เดโมนี้รันใน Hugging Face Space สาธารณะ ดังนั้นความพร้อมใช้งานและเวลารอคิวขึ้นอยู่กับ Space นั้น
หน้านี้ฝัง Hugging Face Space ของบุคคลที่สามซึ่งไม่ได้ดูแลโดย LipsyncX โปรดใช้เฉพาะรูปภาพ เสียง และ prompt ที่ได้รับความยินยอมแล้ว
เดโมเสียง-วิดีโอ NAVA นี้สร้างอะไรได้บ้าง
NAVA ออกแบบมาสำหรับการทดลองวิดีโอและเสียงสั้นที่ซิงก์กัน รวมถึงฉากพูดและการออกแบบเสียงแบบภาพยนตร์
จาก prompt เป็นเสียง-วิดีโอ
เริ่มจาก prompt ข้อความแล้วสร้างคลิปสั้นที่มีการเคลื่อนไหวพร้อมเสียงที่สอดคล้องกัน
เสียงพูดและบรรยากาศพร้อมกัน
ทดสอบ prompt ที่มีบทพูด เสียงสภาพแวดล้อม และสัญญาณเสียงที่ต้องตรงเวลา
ทดลองด้วยสื่ออ้างอิง
เมื่อ Space รองรับ ให้ลองใช้ภาพเฟรมแรกหรือเสียงอ้างอิงสำหรับการทดสอบแบบควบคุม
วิธีใช้เครื่องมือ Hugging Face แบบฝัง
iframe โหลด Gradio Space สาธารณะโดยตรง ดังนั้นเวิร์กโฟลว์จะเป็นไปตาม control ที่ Space นั้นเปิดให้ใช้
เขียนหรือเขียน prompt ใหม่
เริ่มด้วยฉาก การเคลื่อนไหว บทพูด และทิศทางเสียงที่ชัดเจน ตัวเลือก rewrite สามารถขยาย prompt สั้นให้เป็นคำบรรยายภาษาจีนแบบละเอียดที่ NAVA ต้องการ
เลือกอินพุตและการตั้งค่า
เลือกอัตราส่วนภาพ ภาพหรือเสียงอ้างอิงเสริม และการตั้งค่าการสร้างภายในแอปที่ฝังไว้
รอคิวของ Space
การสร้างใช้ฮาร์ดแวร์ของ Hugging Face Space หากคิวแน่นหรือ Space หลับ ให้เปิดลิงก์ภายนอกแล้วลองใหม่ภายหลัง
ข้อควรรู้ก่อนสร้าง
NAVA เป็นเดโมโมเดลเชิงวิจัย ไม่ใช่ backend render ที่ LipsyncX โฮสต์
การสร้างอาจช้า ใช้งานไม่ได้ หรือถูกจำกัดตามความจุของ Hugging Face Space
อย่าอัปโหลดรูปภาพหรือเสียงของบุคคลจริงโดยไม่มีความยินยอมและสิทธิ์ในการใช้งาน
ควรใช้ NAVA กับ LipsyncX เมื่อใด
ใช้เดโมนี้เพื่อการวิจัยและหาแรงบันดาลใจ สำหรับงาน lip sync ระดับ production, preview เร็ว, ยอดบัญชี และ output ที่ดาวน์โหลดได้ ให้ใช้ LipsyncX Studio
FAQ ตัวสร้างวิดีโอ NAVA AI
ใช้ NAVA บน Hugging Face โดยตรงได้ไหม?
คุณลองใช้ Space สาธารณะได้เมื่อพร้อมใช้งาน แต่ NAVA ยังไม่ได้ deploy เป็น Hugging Face Inference Provider API ที่เสถียร
เครื่องมือฝังนี้โฮสต์โดย LipsyncX หรือไม่?
ไม่ใช่ iframe โหลด Hugging Face Space ของบุคคลที่สาม ดังนั้น uptime, คิว และการเปลี่ยนโมเดลอยู่ภายใต้ Space นั้น
prompt แบบไหนเหมาะกับ NAVA ที่สุด?
prompt ภาษาจีนที่ละเอียดและอธิบายการเคลื่อนไหว กล้อง บทพูด และเสียงอย่างชัดเจนมักทำงานดีกว่า prompt ภาษาอังกฤษสั้นมาก
ใช้ output เชิงพาณิชย์ได้ไหม?
ก่อนใช้เชิงพาณิชย์ โปรดตรวจสอบ license ของโมเดล NAVA เงื่อนไขของ Space และสิทธิ์ในสื่อต้นทาง