Роботи / Відео і контент

AI-аватар «Стас БериНеПарся»: персонаж, голос і міміка без зйомки

Що було

Ми хотіли перевірити, чи тримає AI-аватар увагу 26 секунд: не статична картинка з голосом поверх, а людина, яка говорить, жестикулює і дивиться в камеру. За основу взяли образ популярного блогера.

Що зробили

Згенерували портрет персонажа в Nano Banana, посадили його в крісло у світлій вітальні, озвучили в ElevenLabs і анімували мовлення та жести. Вхід у кадр зробили через порожню кімнату і вогняний спалах на худі, на девʼятій секунді вставили екран з профілем в Instagram.

Що отримав клієнт

26 секунд монологу одним планом: губи рухаються в такт словам, руки жестикулюють, погляд у камеру. Персонаж, якого не існує, виглядає як блогер у своїй вітальні.

ЗамовникВласний проєкт: AI-версія популярного блогера
Моя рольПортрет персонажа, сцена, озвучка, анімація мовлення і жестів, монтаж
СтатусОпубліковано на YouTube Shorts
Результат26 с монологу одним планом без живої зйомки · Відкрити
Відхилено: карта персонажа колажем із 9 панелей, модель не читає з нього обличчя. Реконструкція правила з нашої бази, не скриншот цього проєкту
Відхилено: карта персонажа колажем із 9 панелей, модель не читає з нього обличчя. Реконструкція правила з нашої бази, не скриншот цього проєкту
Прийнято: один чистий портрет як референс, тільки голова крупно. Картка реконструкція, кадр справжній, з готового ролика
Прийнято: один чистий портрет як референс, тільки голова крупно. Картка реконструкція, кадр справжній, з готового ролика

Завдання

Зробити AI-версію популярного блогера: не картинку з голосом поверх, а персонажа, який сидить у кріслі, говорить у камеру, жестикулює і тримає увагу 26 секунд. Формат 9:16 для Shorts і Reels. Зйомки немає зовсім: обличчя, кімната, голос і рухи згенеровані.

Навіщо і яка ідея

Аватар, який просто ворушить губами на статичному фоні, видно з першої секунди. Ми хотіли, щоб персонаж жив у кадрі: сидів розслаблено, нахилявся, показував руками, дивився в очі. Тому сцена не студія, а світла вітальня з вікнами, рослиною і кріслом, а вхід у кадр зроблено через порожню кімнату і спалах на худі, щоб перша секунда була гачком.

Хід роботи

Коли Що відбувалося
Етап 1 Портрет персонажа в Nano Banana: молодий чоловік, темне кучеряве волосся, чорне худі, ланцюжок
Етап 2 Сцена: крісло у світлій вітальні, вікна, рослина. Вхід у кадр через порожню кімнату і вогняний спалах
Етап 3 Голос в ElevenLabs, анімація мовлення і жестів під готову доріжку
Етап 4 Монтаж: вставка екрана з профілем Instagram на девʼятій секунді, здача 26 секунд

Чим робили

Портрет: Nano Banana. Голос: ElevenLabs. Анімація: Seedance. Докладний журнал цієї роботи не зберігся, тому тут тільки те, що видно в ролику, і правила, за якими ми робимо аватарів зараз.

Референс обличчя один і чистий: голова крупно, без плечей і без фону. У тексті жодних слів про расу і колір шкіри, обличчя береться лише з фото. Текст для голосу пишемо з тегами емоцій і паузами, щоб фрази не йшли рівним рядком, а в інструмент синхронізації губ іде вже чистий текст без тегів.

Результат

Ролик 26 секунд, 9:16, один план. 0-2 с: порожня вітальня, стіл з компʼютером. 2-4 с: персонаж зʼявляється в кріслі, на худі спалахують вогняні лінії і гаснуть. 4-26 с: монолог у камеру, руки весь час у кадрі, на девʼятій секунді він показує пальцем на вставлений екран з профілем в Instagram.

Помилки і що винесли

Карта персонажа колажем не працює.Модель не читає обличчя з 9-панельного колажу і видає схожу, але іншу людину. Один чистий портрет, тільки голова крупно, і фронталь плюс профіль точніші за один знімок.
Слова про расу в тексті перебивають референс.Варто написати колір шкіри в промпті, і модель малює його, а не людину з фото. Такі слова з промптів прибрані зовсім.
Голос із тегами, губи без тегів.В ElevenLabs текст іде з тегами емоцій і паузами, інакше фрази звучать рівно. В інструмент синхронізації мовлення вставляємо чистий текст, теги там ламають результат.

Інструменти

Nano BananaElevenLabsSeedance