P-Video 2 Pro Avatar

포지셔닝 소개

디지털 휴먼 구두 발표 시나리오를 위한 비디오 생성 모델입니다. 인물 초상 사진 한 장을 첫 프레임으로 업로드한 뒤 음성 오디오를 제공하거나 스크립트 텍스트를 입력하면 인물이 말하는 비디오를 생성할 수 있습니다. 스크립트는 내장 음성으로 낭독되며 다양한 음색과 언어를 선택할 수 있고, 프롬프트로 인물이 말할 때의 동작과 표정을 묘사할 수 있습니다. 강의 해설, 마케팅 구두 발표, 소셜 숏폼 비디오 등 실제 인물이 출연하는 콘텐츠 제작자에게 적합하며 촬영과 립싱크 과정을 생략할 수 있습니다.

핵심 하이라이트

• 초상 사진 한 장으로 말하는 비디오 구동——인물 초상 사진 한 장만 첫 프레임으로 있으면 기존 비디오 소재 없이도 인물이 말하는 화면을 생성할 수 있습니다.
• 오디오와 스크립트 두 가지 구동 방식——3분 이내의 음성 오디오를 업로드하거나 스크립트를 입력해 내장 음성으로 낭독하게 할 수 있으며, 비디오 길이는 음성을 따릅니다.
• 프롬프트로 표정과 동작 제어——프롬프트로 인물이 말할 때의 외형, 동작, 표정을 묘사할 수 있고 랜덤 시드를 설정해 결과를 재현할 수 있습니다.
• 다양한 해상도로 완성본 요구 충족——480p, 768p, 1080p, 2k, 4k 다섯 가지 해상도를 선택할 수 있어 게시 플랫폼에 맞춰 화질을 고를 수 있습니다.

기능 설명

초상 사진 기반 말하는 비디오: HTTPS 링크로 jpg, jpeg, png 또는 webp 형식의 인물 초상 사진을 첫 프레임으로 제공하면 인물이 말하는 비디오를 생성하며, 화면 내용은 프롬프트로 외형, 동작, 표정을 묘사합니다.

음성 업로드로 입모양 구동: HTTPS 음성 오디오 링크를 제공하면 비디오 길이는 오디오와 일치하며 최대 3분입니다. 4k 사양 사용 시 오디오는 최대 125초입니다. 이때 스크립트, 음색, 언어, 음성 스타일 설정은 적용되지 않습니다.

스크립트를 음성으로 변환해 구동: 오디오를 제공하지 않으면 최대 5000자 스크립트를 입력해 내장 음성으로 낭독하고 비디오를 생성합니다. 스크립트 언어는 주어진 열 가지 언어 중에서 선택해야 하며, 최대 1000자 음성 스타일로 어조와 리듬을 설명할 수 있습니다.

음색과 화면 파라미터 선택: 30가지 내장 음색 중 하나를 선택해 스크립트를 낭독하게 하고, 최대 2000자 프롬프트로 화면을 묘사하며, 0에서 2147483647 사이의 랜덤 시드를 설정할 수 있습니다. 해상도는 480p, 768p, 1080p, 2k, 4k 중에서 선택하며 기본값은 768p입니다.

적용 시나리오

• 강의 강사 대량 구두 발표 비디오——강사가 초상 사진과 해설 스크립트를 제공하면 인물이 출연하는 해설 비디오를 대량 생성해 온라인 강의나 지식 콘텐츠 게시에 활용합니다.
• 마케팅 소재 실제 인물 구두 발표——운영 담당자가 제품 모델의 초상 사진과 홍보 문안을 조합해 구두 발표 클립을 생성하고 피드 광고나 브랜드 소셜 계정에 게시합니다.
• 기존 녹음으로 더빙 완성본 제작——크리에이터가 본인 녹음과 초상 사진을 업로드해 화면 입모양을 녹음에 맞추고 소셜 플랫폼 숏폼 비디오를 바로 제작합니다.
• 정지 초상 사진을 말하는 비디오로 변환——보유한 인물 사진에 스크립트나 오디오를 조합해 표정과 입모양이 있는 말하는 화면을 생성해 디지털 휴먼 콘텐츠나 전시 페이지에 활용합니다.

제한 및 선택 가이드

스크립트와 프롬프트에는 길이 상한이 있습니다. 프롬프트는 최대 2000자, 스크립트는 최대 5000자, 음성 스타일 설명은 최대 1000자입니다. 내장 음성은 중국어를 지원하지 않으며, 스크립트 언어는 영어, 스페인어, 프랑스어, 독일어, 이탈리아어, 포르투갈어(브라질), 일본어, 한국어, 힌디어 중에서 선택해야 합니다. 비디오 길이는 음성에 의해 결정되며 최대 3분이고, 4k 사양 사용 시 오디오는 최대 125초입니다.