Skip to main content

Modelos, velocidade e limites

Cada nível de sincronização labial tem um equilíbrio diferente entre velocidade, qualidade e tamanho do projeto.

Diferenças entre modelos em resumo

No que cada modelo é melhor

Lip Sync

Lip Sync é o padrão mais prático para muitos projetos. É melhor quando você deseja:
  • um retorno rápido
  • boa qualidade em filmagens normais de talking-head
  • um forte equilíbrio entre qualidade e custo
Para vídeos diretos, isso geralmente é suficiente.

Lip Sync Pro

Lip Sync Pro foca mais em detalhes faciais do que a sincronização labial padrão. Suas principais vantagens são:
  • renderização de barba mais forte
  • melhor geração de dentes
  • detalhes mais limpos na região da boca
  • melhor manuseio de regiões faciais maiores no quadro
É por isso que o Pro é frequentemente uma opção melhor para:
  • close-ups mais fechados
  • conteúdo de criadores de alto nível
  • vídeos de marketing premium
  • projetos onde o detalhe facial importa mais do que a velocidade
A compensação é que ele é mais lento e mais caro do que o Lip Sync padrão.

Lip Sync Studio

O Lip Sync Studio é o modelo mais forte quando a tomada em si é difícil ou quando o padrão de saída é especialmente alto. Suas maiores diferenças são:
  • ele constrói uma compreensão mais completa de toda a tomada em vez de depender de partes independentes menores
  • ele lida com obstruções nativamente em vez de depender de configurações extras
  • ele é muito mais forte em vistas de perfil, enquadramentos por cima do ombro e posições labiais não frontais
  • ele preserva mais da cadência, emoção e performance do falante
  • ele é construído para uma saída de maior qualidade, incluindo um posicionamento 4K mais forte
É por isso que o Lip Sync Studio é melhor que o Lip Sync Pro em:
  • ângulos de câmera difíceis
  • tomadas com cobertura parcial do rosto
  • cenas onde a consistência importa ao longo de uma tomada ininterrupta mais longa
  • trabalhos premium de formato curto onde artefatos visuais são menos aceitáveis

Por que alguns vídeos levam mais tempo que outros

Dois vídeos com a mesma duração ainda podem ser processados de formas muito diferentes. Razões comuns:
  • um vídeo tem muitos cortes de cena enquanto outro é majoritariamente uma tomada estável
  • um vídeo tem vários rostos na tela
  • um vídeo tem mais vistas de perfil ou ângulos extremos
  • um vídeo tem mais obstruções parciais sobre a boca ou o rosto
  • um vídeo tem menos quadros onde o falante está claramente visível e falando ativamente
  • um vídeo tem resolução mais alta
  • a carga da fila é diferente no momento do processamento
Para o Lip Sync e o Lip Sync Pro, vídeos com muitas mudanças de cena ou muitos quadros sem rostos falando claramente podem se tornar muito mais difíceis de processar eficientemente. Isso pode aumentar o tempo de execução e tornar falhas mais prováveis em conteúdo de longa duração difícil. O Lip Sync Studio é geralmente mais resiliente nessas tomadas mais difíceis, mas ainda é o nível mais lento porque o modelo está fazendo mais trabalho por tomada.

Por que alguns clipes falham ou parecem fracos

A qualidade pode cair quando a fonte contém:
  • rostos parados ou quase parados que não parecem estar falando
  • muitos cortes rápidos
  • rostos que estão muito pequenos no enquadramento
  • tomadas de perfil fortes em níveis inferiores
  • obstruções pesadas
  • rostos não humanos ou não humanoides
Como regra:
  • O Lip Sync funciona bem para a maioria dos vídeos padrão
  • O Lip Sync Pro melhora o detalhe facial premium
  • O Lip Sync Studio é a melhor escolha quando a filmagem é difícil, de alto valor ou visualmente exigente

Desempenho típico

Estes tempos são estimativas, não garantias. O tempo de execução real depende da carga da fila, duração do vídeo, resolução e complexidade da fonte.

Limites de duração atuais

Os limites de sincronização labial podem mudar com o tempo. Se você estiver planejando um fluxo de trabalho de produção grande, confirme o limite atual no aplicativo antes de iniciar um trabalho longo.

O que afeta a velocidade

  • duração do vídeo
  • resolução
  • profundidade atual da fila
  • complexidade do ângulo do rosto
  • número de mudanças de cena
  • número de rostos visíveis
  • com que frequência o rosto que fala é obstruído
  • se o orador está falando visivelmente durante toda a tomada
  • clareza do áudio
Como regra geral, 1080p é geralmente o melhor equilíbrio entre velocidade e qualidade. 4K pode funcionar, mas aumenta o tempo de processamento.

Impacto atual no faturamento

Estes são os minutos extras cobrados atualmente além dos minutos de vídeo traduzidos:
  • Lip Sync: +4
  • Lip Sync Pro: +9
  • Lip Sync Studio: +14

Disponibilidade do plano

  • Beginner: Não disponível
  • Starter: Lip Sync
  • Creator: Lip Sync e Lip Sync Pro
  • Pro: Lip Sync e Lip Sync Pro
  • Scale: Lip Sync, Lip Sync Pro e Lip Sync Studio

Páginas relacionadas