Говорящее фото: липсинк без резины
Промпт для Kling: заставить человека на фото говорить — синхрон губ, живая мимика и голова, которая не плывёт.
Пример результата
Пробовал на портрете бабушки с фотографии девяностых, реплика на пять секунд. Что вышло: синхрон губ честный, между фразами есть моргание, на ударных словах голова чуть кивает — именно это отличает живую запись от шевелящегося рта. Где не дотянуло: первый прогон дал слишком широкую амплитуду рта, лицо выглядело резиновым. Строка про умеренную амплитуду это чинит. На втором прогоне модель дорисовала зубы, которых на исходнике не видно, и возраст лица уехал лет на десять вниз — помогло требование сохранять морщины. Совет: держите реплику короткой, до двух предложений. На длинном тексте лицо начинает плыть к концу, и никакими строками это не лечится — лучше собрать два ролика и склеить. Зачем: видеопоздравление голосом от человека, которого уже не снять, или озвученный портрет для семейного архива.