Konuşan karakterler

Konuşan Karakterler İçeren AI Videoları

Güncelleme: 20 Eylül 2026

Kısa cevap: Konuşma, görüntüyle tek seferde üretilir; sessiz bir render üzerine dudak senkronizasyonu yapılmaz. Her çekimde replik birebir yer alır, konuşan karakter sabit bir kütüphane sesine bağlanır, kısa bir oynatma yönlendirmesi verilir ve karedeki diğer herkesin dudaklarını kapalı tuttuğuna dair açık bir not bulunur. Diyalog çekimlerinin bir zamanlama alt sınırı vardır — İngilizcede saniyede üç kelime — yani bir replik asla onun için çok kısa olan bir çekime sıkıştırılmaz.

SceneMixer tarafından uçtan uca üretilen AI kısa drama “Yıldız Düşüşü Komutanlığı” adlı yapımdan bir kare (7 karakter, 1 bölüm) — Örnek: “Yıldız Düşüşü Komutanlığı” — Gerçekçi HD, 1 bölüm, senaryodan SceneMixer ile uçtan uca üretildi · bölümleri izleyin

Ses, görüntüyle aynı üretimden çıkar

Ekranda bir karakteri konuşturmanın iki yolu vardır. Birincisi, sessiz video render etmek ve sonra ağzı bir ses parçasıyla hareket ettirmektir — bu dudak senkronizasyonu yoludur; bir yüz kırpması ve yönlendirici bir ses dosyası gerektirir, ağzı doğru hareket eden ama bedeni rol yapmayan bir sonuç üretir. İkincisi ise görüntü ve sesi birlikte üretmektir; böylece performans ve ağız tek bir karardır.

Bu iş akışı ikinci yöntemi kullanır. Varsayılan video katmanı görsel-işitseldir: modele replik, kimin söylediği, nasıl söylediği ve bir ses referansı verilir; karşılığında repliğin içinde söylendiği bir çekim döner. Sonradan hiçbir şey birleştirilmez.

Kısa bakış

Konuşan bir çekimle ne gönderilir
Replik	Birebir, tek seferde. Yazıldığı gibi söylenir — yeniden ifade edilmez, zamanlaması değiştirilmez.
Kim söylüyor	İsimle belirtilir ve o karakterin ses referansına bağlanır, böylece aynı kişi bölümler boyunca aynı sesle konuşur.
Nasıl söylüyor	Köşeli parantez içinde kısa bir yönlendirme — nefesinin altında, hâlâ gülümseyerek, düz bir tonda zorlayarak. Bu bir yönlendirmedir, altyazı değil.
Karede başka kim var	Dudakları kapalı olarak işaretlenir, böylece dinleyenler repliği ağızlarıyla takip etmez.
Ekran dışı konuşma	Önce parantez içinde işaretlenir — dış ses, telefonda, interkomdan — sonra görünürdeki herkes ağzı kapalı olarak tanımlanır.
Zamanlama	Diyalog içeren bir çekim asla repliğin ihtiyacından daha kısa olmaz: İngilizcede saniyede üç kelime, Çincede saniyede beş karakter.

Sesler eşleştirilir, karakter başına sentezlenmez

Her karaktere önceden oluşturulmuş sistem seslerinden oluşan bir kütüphaneden bir ses atanır — seçmeden önce üç ila sekiz saniyelik bir örnek dinlersiniz, yeniden eşleştirebilir, seçiciden farklı birini seçebilir veya kendi kaydınızı yükleyebilirsiniz. Karakter başına ses tasarlamak yerine eşleştirme yapmanın nedeni maliyet ve istikrardır: tasarlanmış sesler üretimler arasında kayar ve karakter başına maliyet yaratır, oysa kütüphane sesi birinci bölümde de on ikinci bölümde de aynı sestir.

Bir karaktere atanmış ses yoksa, çekim sesin yazılı bir tanımına — yaş, tını, ton — geri döner ve model bunu yorumlar. Yeni projeler için varsayılan budur; ses atamak bilinçli bir adımdır, her karaktere sessizce olan bir şey değildir.

Zamanlama kuralı ve neden var olduğu

Dört saniyelik bir çekim on altı kelimelik İngilizce bir repliği taşıyamaz. Ya konuşma anlaşılmaz hale gelene kadar hızlandırılır ya da replik kesilir. Bu yüzden diyalog çekimlerinin replikten türetilen bir alt sınırı vardır: İngilizce için kelime sayısının üçe bölümü, Çince için karakter sayısının beşe bölümü; kısa replikler teorik minimumlarına sıkıştırılmak yerine üzerine bir duraklama eklenir. Repliği için çok kısa çıkan çekimler, herhangi bir şey render edilmeden önce işaretlenir ve düzeltilir — bunu çıktıda keşfetmekten daha ucuzdur.

Dil

Diyalog dili bir proje ayarıdır, bir kez seçilir ve replikler ilk yazıldığı yerde uygulanır; sonradan çevrilmez — yani performans bir dublaj değil, o dilde oluşturulur. On beş arayüz dili mevcuttur ve diyalog bunların hepsinde desteklenir; birkaç dil varsayılan model katmanında tek tek kelimeleri bazen yanlış telaffuz eder ve seçici bunun doğru olduğu yerlerde bunu belirtir. Karakter sesleri sayfası bunu ayrıntılı olarak kapsar.

Neler yapmaz

Gerçek bir kişinin sesini klonlamaz. Bu sunulmaz. Kendi karakterleriniz için referans olarak kendi kaydınızı yükleyebilirsiniz.
Yüklediğiniz mevcut bir video veya fotoğrafa dudak senkronizasyonu yapmaz. Konuşma üretimden gelir, mevcut bir kareyi yönlendirerek değil.
Bir replik için tam çalışma süresini tutturamaz. Alt sınır zorunludur; kesin konuşma uzunluğu modele aittir.
Altyazıyı videoya gömmez. Kare içinde hiçbir metin render edilmez. Altyazılar dışa aktarıldıktan sonra eklenir.
Her özel ismin mükemmel telaffuzunu garanti etmez. Özellikle uydurulmuş isimleri bir bölümü onaylamadan önce önizlemek iyi olur.

Maliyeti nedir

Konuşma video fiyatına dahildir — ayrı bir ses ücreti yoktur. Video, çıktının saniyesi başına 10 krediden başlar (en düşük kredi fiyatı seviyesinde yaklaşık $0.06/s) ve en keskin katmanda $0.47/s’ye kadar çıkar; birleştirme saniye başına 1 kredi tutarındadır. Kütüphaneden ses eşleştirme ücretsizdir. Yeni hesaplar 50 kredi ve en fazla 5 saniyelik bir ücretsiz önizleme alır — karar vermeden önce bir karakterin konuşmasını duymak için yeterlidir. Ücretler fiyatlandırma sayfasında yer alır.

Diller

15 dilde anadil diyalog

Aşağıdaki her dizi aynı iş akışıyla üretildi; oyuncular o dili anadil olarak konuşuyor: arayüz, çalışma belgeleri ve sözlü replikler hepsi aynı dilde, hiçbir şey dublajlı değil. Dinlemek için birini açın.

Tüm 15 dili gör

Sıkça sorulan sorular

Bu dudak senkronizasyonu mu?

Hayır. Görüntü ve konuşma tek seferde birlikte üretilir, bu yüzden ağız ve performans aynı karardır. Sessiz bir render ile eşleştirilen ayrı bir ses parçası yoktur ve bir fotoğrafı veya yüklenmiş bir videoyu yönlendirmenin bir yolu yoktur.

Kendi sesimi kullanabilir miyim?

Bir karakterin ses referansı olarak bir kayıt yükleyebilirsiniz. Başka birinin sesini klonlamak sunulmaz.

Çekimdeki dinleyenler ağızlarını oynatır mı?

Oynatmamalılar — karedeki konuşmayan her karakter açıkça dudakları kapalı olarak işaretlenir; bu, bir dinleyicinin repliği ağızlarıyla takip etmesini durduran talimattır.

Dış ses ve telefon görüşmelerinde ne olur?

Ekran dışı işareti oynatma notunda ilk olarak yazılır, sonra çekimde görünen herkes ağzı kapalı olarak tanımlanır — böylece replik kimse söylüyormuş gibi görünmeden duyulur.

Diyalog çekimim neden yazdığımdan daha uzun?

Çünkü repliğin o zamana ihtiyacı var. Diyalog içeren çekimlerin İngilizcede saniyede yaklaşık üç kelime, Çincede saniyede beş karakterlik bir alt sınırı vardır; çok kısa replikler için bir duraklama eklenir. Repliği için çok kısa olan bir çekim, render edildikten sonra değil önce düzeltilir.

Bir bölümü onaylamadan önce bir karakteri dinleyin

Ücretsiz önizleme bir diyalog satırı için yeterince uzun.

SceneMixer'ı ücretsiz dene

Kredi paketleri $1.49'den başlar · Pro $7.99/ay · Başlamak için kredi kartı gerekmez