HeyGen Video là mô hình tạo cảnh đa dụng của HeyGen, được nhà sản xuất xác định là heygen-video-1. Mô hình tạo chủ thể, bối cảnh, ánh sáng và âm thanh cùng nhau từ yêu cầu sáng tạo. Mỗi đoạn dài 5–15 giây và chứa rãnh âm thanh được tạo, gồm hội thoại, âm nền và hiệu ứng. Đầu vào sản xuất hữu ích gồm mô tả cảnh, ảnh sản phẩm hoặc tư liệu xác lập người, nơi hay chuyển động. Tài sản kết quả là cảnh ngắn cho trình bày sản phẩm, đoạn chèn hướng dẫn ban đầu, góc nhìn bất động sản hoặc tác phẩm video biên tập khác.
Ba chế độ cho đầu vào vai trò khác nhau. Chuyển văn bản thành video tạo cảnh từ lời nhắc. Chuyển ảnh thành video bắt đầu đúng trên ảnh cung cấp rồi theo yêu cầu hành động. Tạo từ tham chiếu dùng ảnh, video và âm thanh tùy chọn để hướng dẫn cảnh bố cục mới; cần ít nhất một ảnh hoặc video tham chiếu. Chọn ảnh khung đầu khi bố cục mở phải khớp ảnh tĩnh, hoặc tham chiếu khi vật đã biết cần xuất hiện trong bố cục khác. Mô hình cảnh này khác các bộ máy dựng avatar và quy trình bố cục Video Agent của HeyGen.
Hướng dẫn nhà sản xuất ưu tiên chỉ dẫn cú máy chi tiết, cụ thể: một chủ thể, một địa điểm và một hành động gọn, với máy quay khóa hoặc chuyển động nhẹ. Mô tả vị trí máy quay, ý định ống kính hoặc độ sâu trường ảnh, ánh sáng, kết cấu bề mặt và xử lý màu. Giải thích nơi vật chạm nhau khi hành động phụ thuộc tiếp xúc. Với ví dụ sản phẩm ban đầu, dùng ảnh tham chiếu bình giữ nhiệt du lịch và yêu cầu nó đứng trên quầy gỗ trong khi người dẫn nói cạnh đó, với chuyển động máy quay nhỏ tới bình. Kiểm tra hình dạng, vị trí và dấu hiệu nhìn thấy của bình trong kết quả.
Danh sách tham chiếu hỗ trợ đến chín ảnh, ba video và ba mục âm thanh, tổng tối đa mười hai tham chiếu. Ảnh, video và âm thanh được đánh số riêng trong định dạng lời nhắc nhà sản xuất: ảnh đầu là <Picture 1>, video đầu là <Video 1>. Cho từng tham chiếu vai trò và xác định tường minh trong yêu cầu. Mô hình đọc năm giây đầu mỗi video tham chiếu, nên chuẩn bị phần liên quan ở đầu. Tham chiếu API còn quy định tỷ lệ video tham chiếu từ 1:4 đến 4:1. Đoạn dài chỉ chứa chuyển động mong muốn ở cuối là chuẩn bị kém cho cửa sổ đầu vào năm giây đó.
Giao diện tham chiếu được mô tả nhận tài nguyên HTTPS truy cập trực tiếp, mã tài sản tải lên hoặc base64 nội tuyến. Hướng dẫn liệt kê ảnh tối đa 16 MB qua URL và 5 MB nội tuyến; video hoặc âm thanh có thể đến 32 MB qua URL và 16 MB nội tuyến. Chuẩn bị nguồn dễ đọc với chủ thể quan trọng dễ phân biệt và không có chỉ dẫn cạnh tranh giữa tham chiếu. Giữ hướng dự kiến trong ảnh khung đầu. Các chi tiết đầu vào này thuộc quy trình tham chiếu nhà sản xuất và giúp tổ chức tư liệu sáng tạo cho chế độ đã chọn.
Chỉ đạo âm thanh trong cùng yêu cầu với hình. Nêu hội thoại, cách thể hiện giọng, âm phòng và hiệu ứng cụ thể, gồm âm thanh nên gần hay xa. Chỉ định xử lý nhạc dự kiến khi cảnh chỉ cần lời nói và âm nền. Hướng dẫn gợi ước lượng lập kế hoạch khoảng 2.5 từ nói mỗi giây, nên chừa chỗ cho khoảng dừng và hành động nhìn thấy. Giới thiệu ngắn có thể lên kế hoạch một câu rồi một nhịp hé lộ sản phẩm. Nghe các từ thực tế và âm thanh được tạo có phù hợp không gian và hành động hay không.
Thời lượng đầu ra chọn theo giây nguyên từ năm đến mười lăm, mặc định năm giây. Độ phân giải là lớp kích thước: 480p, 768p, 1080p hoặc 2k. Lựa chọn bố cục được mô tả là 21:9, 16:9, 4:3, 1:1, 3:4 và 9:16. Với tạo từ văn bản và tham chiếu ở 1080p hoặc 2k, chọn 16:9 hoặc 9:16; bố cục tham chiếu thích ứng được mô tả ở 480p và 768p. Tạo từ ảnh theo tỷ lệ ảnh đầu, nên cắt trước khi tạo khi hình dạng yêu cầu thay đổi. Xem kích thước thực tế kết quả hoàn tất thay vì giả định nhãn lớp kích thước hàm ý cặp pixel thông thường duy nhất.
Hướng dẫn mô hình quy định video MP4 với hình mã H.264 và âm thanh AAC ở 32 kHz stereo. Tạo được xử lý bất đồng bộ, công việc hoàn tất cung cấp vị trí video phát được, thời lượng và kích thước. Vị trí video có chữ ký có thể được làm mới bằng truy xuất công việc lại. Giữ đoạn thực tế, tư liệu tham chiếu và yêu cầu để xem xét biên tập. Bản ghi chờ hoặc xử lý theo dõi tạo; video hoàn tất là sản phẩm sản xuất để đánh giá hình, lời và âm thanh.
Nhà sản xuất mô tả lựa chọn tăng cường lời nhắc turbo, quality và disabled; disabled giữ nguyên câu chữ đã chuẩn bị. Seed cố định hữu ích khi so thay đổi một mệnh đề trong khi giữ đầu vào khác. Ghi seed và thiết lập đã chọn cùng yêu cầu cú máy. Với chữ trên hình, giữ cụm dự kiến ngắn và viết chính xác; hướng dẫn khuyên ghép đoạn văn, chữ nhỏ và sơ đồ gắn nhãn sau. Kiểm tra từng ký tự nhìn thấy trong tiêu đề được tạo thay vì giả định câu chữ tái hiện đúng.
Hướng dẫn xác định văn bản dài trên hình, chuyển động hữu cơ mềm như cánh hoa, giấy hoặc tóc và thao tác tay cận là các vùng kém tin cậy hơn. Với giải thích quy trình, để câu viết rõ truyền đạt bước trong khi hình cho người hoặc vật ổn định; dùng hình ảnh đã kiểm tra riêng khi chính thao tác vật lý phải chính xác. Xem toàn cú về tính liên tục vật, tiếp xúc, chi tiết mặt và tay, hội thoại và âm thanh. Danh sách ngắn nội dung cần đổi trong bản tiếp giữ yêu cầu sản xuất chi tiết có tính thực tế.
", "aboutText": "HeyGen Video là mô hình tạo cảnh đa dụng của HeyGen, được nhà sản xuất xác định là heygen-video-1. Mô hình tạo chủ thể, bối cảnh, ánh sáng và âm thanh cùng nhau từ yêu cầu sáng tạo. Mỗi đoạn dài 5–15 giây và chứa rãnh âm thanh được tạo, gồm hội thoại, âm nền và hiệu ứng. Đầu vào sản xuất hữu ích gồm mô tả cảnh, ảnh sản phẩm hoặc tư liệu xác lập người, nơi hay chuyển động. Tài sản kết quả là cảnh ngắn cho trình bày sản phẩm, đoạn chèn hướng dẫn ban đầu, góc nhìn bất động sản hoặc tác phẩm video biên tập khác.\n\nBa chế độ cho đầu vào vai trò khác nhau. Chuyển văn bản thành video tạo cảnh từ lời nhắc. Chuyển ảnh thành video bắt đầu đúng trên ảnh cung cấp rồi theo yêu cầu hành động. Tạo từ tham chiếu dùng ảnh, video và âm thanh tùy chọn để hướng dẫn cảnh bố cục mới; cần ít nhất một ảnh hoặc video tham chiếu. Chọn ảnh khung đầu khi bố cục mở phải khớp ảnh tĩnh, hoặc tham chiếu khi vật đã biết cần xuất hiện trong bố cục khác. Mô hình cảnh này khác các bộ máy dựng avatar và quy trình bố cục Video Agent của HeyGen.\n\nHướng dẫn nhà sản xuất ưu tiên chỉ dẫn cú máy chi tiết, cụ thể: một chủ thể, một địa điểm và một hành động gọn, với máy quay khóa hoặc chuyển động nhẹ. Mô tả vị trí máy quay, ý định ống kính hoặc độ sâu trường ảnh, ánh sáng, kết cấu bề mặt và xử lý màu. Giải thích nơi vật chạm nhau khi hành động phụ thuộc tiếp xúc. Với ví dụ sản phẩm ban đầu, dùng ảnh tham chiếu bình giữ nhiệt du lịch và yêu cầu nó đứng trên quầy gỗ trong khi người dẫn nói cạnh đó, với chuyển động máy quay nhỏ tới bình. Kiểm tra hình dạng, vị trí và dấu hiệu nhìn thấy của bình trong kết quả.\n\nDanh sách tham chiếu hỗ trợ đến chín ảnh, ba video và ba mục âm thanh, tổng tối đa mười hai tham chiếu. Ảnh, video và âm thanh được đánh số riêng trong định dạng lời nhắc nhà sản xuất: ảnh đầu là