AI से फ़ोटो को गाते हुए बनाएँ

एक फ़ोटो, चाहे पुरानी ही हो, पहले रीस्टोर होती है फिर दस सेकंड तक गाती है: आवाज़, बोल, संगीत और लिप्स सिंक, सब एक ही वीडियो में। यहाँ पूरा वर्कफ़्लो देखें, बिना अकाउंट बनाए।

साठ के दशक की एक ब्लैक एंड व्हाइट फैमिली फ़ोटो, जो कोने से खरोंची और मुड़ी हुई हैइंटरैक्टिव डेमो

असली वर्कफ़्लो, असली नतीजे। खुलकर घुमाइए और ज़ूम कीजिए।

यह वर्कफ़्लो इस्तेमाल करें

असली वर्कफ़्लो: साठ के दशक की एक ब्लैक एंड व्हाइट फैमिली फ़ोटो, जो खरोंची और मुड़ी हुई है, उसे रीस्टोर और कलराइज़ करने के बाद दस सेकंड में दादी एक बैलाड की चार लाइनें गाती हैं, पीछे हल्का पियानो बज रहा है।

एक नज़र में

आप जो देते हैं
1 फ़ोटो · एक टेक्स्ट या ब्रीफ़
यह वर्कफ़्लो क्या बनाता है
3:4 में 1 इमेज · 720p में 10 सेकंड की 1 वीडियो, फ़ॉर्मैट 3:4
कैनवास की बनावट
4 कनेक्शन से जुड़े 6 नोड
जुड़े हुए मॉडल
Nano Banana Pro, Wan 3.0
एक पूरे राउंड का ख़र्च
लगभग 139 क्रेडिट, यानी $1.67
अकाउंट
डेमो बिना अकाउंट के भी देखा जा सकता है; जनरेट करने के लिए एक मुफ़्त अकाउंट चाहिए, जिसमें ट्रायल क्रेडिट शामिल हैं

फ़ोटो को गाते हुए बनाना सोशल मीडिया का एक चलन है और जन्मदिन पर एक ऐसा तोहफ़ा भी जो आँखें नम कर दे: पुरानी फ़ोटो में दादी एक मीठा गाना गाती हैं, सेल्फ़ी में कोई दोस्त हैप्पी बर्थडे गाता है। यह वर्कफ़्लो पहले फ़ोटो को रीस्टोर करता है, फिर उसे दस सेकंड तक गाने पर लगाता है, आवाज़ और लिप्स दोनों सिंक में।

Wan 3.0 एक ही बार में सब कुछ तैयार कर देता है, आवाज़, संगीत और हर शब्द पर लिप्स: पहले गाना बनाकर बाद में सिंक करने की ज़रूरत नहीं। रीस्टोरेशन पहले किया जाता है, क्योंकि खरोंची हुई फ़ोटो में खरोंचें चेहरे के साथ हिलने लगती हैं। बोल कोट्स में लिखे जाते हैं, छोटे और मौलिक।

अगर आप फ़ोटो को आवाज़ के साथ बोलते हुए दिखाना चाहते हैं, तो देखें फ़ोटो को बात करते हुए बनाएँ; और पूरा गाना बनाने के लिए, गाना बनाएँ। रीस्टोरेशन और दस सेकंड के गाने का खर्च एक सौ उन्तालीस क्रेडिट है।

डेमो के वास्तविक रेंडर

ये ऊपर वाले वर्कफ़्लो की फ़ाइलें हैं, ठीक वैसी ही जैसी मॉडलों ने बनाई, बिना किसी सुधार के। जहाँ शुरुआती बिंदु मौजूद है, वहाँ उसे दिखाया गया है।

शुरुआती बिंदु

पुरानी तस्वीर

रेंडर

रीस्टोर और कलराइज़ की गई फ़ोटो, वही चेहरा और वही भावNano Banana Pro से जनरेट किया गया
दस सेकंड का गाना: पियानो पर चार लाइनें, लिप्स सिंक मेंWan 3.0 से जनरेट किया गया

यह किसके लिए है

ऐसे परिवार, कंटेंट क्रिएटर और पार्टी आयोजक जो किसी पोर्ट्रेट को, पुराना हो या हाल का, गाते हुए दिखाना चाहते हैं।

कौन-सी फ़ाइलें देनी हैं

सामने से लिया एक साफ़ पोर्ट्रेट जिसमें मुँह दिखे, और मौलिक बोलों की चार लाइनें।

कैसे करें

  1. 1

    एक सामने से लिया पोर्ट्रेट चुनें

    पूरा चेहरा साफ़ दिखे, मुँह भी नज़र आए। पुरानी फ़ोटो के साथ यह बहुत अच्छे से काम करता है, प्रोफ़ाइल फ़ोटो के साथ कम।

  2. 2

    पहले फ़ोटो को रीस्टोर करें

    खरोंचें, सिलवटें और रंग का फीका पड़ना हटाया जाता है, और उस दौर के प्राकृतिक रंग वापस आते हैं। चेहरा, भाव और फ़्रेमिंग जैसे थे वैसे ही रहते हैं।

  3. 3

    छोटे बोल लिखें

    दस सेकंड के लिए कोट्स में चार लाइनें काफ़ी हैं। शैली, आवाज़ और संगीत साथ में बताएँ: पियानो पर बैलाड, ऑल्टो आवाज़।

  4. 4

    कैमरा स्थिर रखें

    पोर्ट्रेट गाता है और फ़्रेम बिल्कुल नहीं हिलता। ज़ूम या ट्रैकिंग शॉट से लिप सिंक बिगड़ जाता है।

वेरिएंट और इस्तेमाल के तरीके

वही कैनवास, अलग-अलग ज़रूरतों के लिए सेट किया हुआ: हर वेरिएंट में प्रॉम्प्ट की बस दो-तीन लाइनें बदलनी होती हैं।

जन्मदिन का तोहफ़ा

दादा या किसी दोस्त की फ़ोटो उनके लिए खास तौर पर लिखे गए बोलों के साथ हैप्पी बर्थडे गाती है, पार्टी में चलाई जाती है या उस दिन सुबह ही मैसेज से भेज दी जाती है।

किसी अपने की याद

दादी फिर से गाती हैं, रीस्टोर और कलराइज़ की गई फैमिली फ़ोटो में। ऐसा वीडियो जिसे पहले परिवार के साथ साझा किया जाए, किसी भी पब्लिक पोस्ट से पहले।

सोशल मीडिया का चलन

पुरानी फ़ोटो जो गाती हैं, हर एपिसोड में एक अलग फ़ोटो, TikTok, Reels या Shorts की एक सीरीज़ के लिए: एक छोटा फ़ॉर्मेट जो तुरंत रिएक्शन लाता है और झट पहचाना जाता है।

एनिमेटेड कार्ड या घोषणा

नवविवाहित जोड़ा या नए माता-पिता, अपनी फ़ोटो में, एक छोटी सी घोषणा गाते हैं: शादी की तारीख, बच्चे का नाम, जिसे पारंपरिक कार्ड की जगह भेजा जाता है।

स्थानीय इतिहास

किसी गाँव या म्यूज़ियम की पुरानी आर्काइव फ़ोटो प्रदर्शनी के लिए लिखा गया एक ज़माने का गाना गाती है, और स्क्रीन के सामने खड़े दर्शक को अतीत सुनाती है।

मज़ेदार तोहफ़ा

कोई सहकर्मी, अपनी बैज फ़ोटो में, उनकी विदाई पार्टी के लिए खास तौर पर लिखा गया बैलाड गाता है: एक ऐसा तोहफ़ा जो पूरी टीम को हँसा दे।

आम ग़लतियाँ

खरोंचों को वैसे ही रहने देना

किसी खराब फ़ोटो में, गाने के दौरान खरोंचें और धब्बे चेहरे के साथ हिलते हैं। पहले रीस्टोर करें।

बहुत ज़्यादा बोल

दस सेकंड में आठ लाइनें आपस में टकरा जाती हैं और लिप्स सिंक से बाहर हो जाते हैं। चार छोटी लाइनें काफ़ी हैं।

किसी कॉपीराइट गाने को दोबारा इस्तेमाल करना

किसी मशहूर गाने के बोल बिना अधिकार के इस्तेमाल नहीं किए जा सकते। अपने खुद के बोल लिखें।

बिना सहमति के किसी को गवाना

किसी ज़िंदा व्यक्ति की फ़ोटो को गाते हुए दिखाना उनकी सहमति से ही किया जाता है, खासकर पब्लिश करने से पहले।

सुझाए गए मॉडल

अक्सर पूछे जाने वाले सवाल

क्या यह हिंदी में गा सकता है?

हाँ: बोल हिंदी में कोट्स में लिखें। Wan 3.0 कई भाषाओं में गाता है, बस लाइनें छोटी और सरल रखें।

क्या असली गाने का इस्तेमाल कर सकते हैं?

किसी कॉपीराइट वाले गाने के बोल नहीं इस्तेमाल किए जा सकते। मौलिक बोल लिखें, या किसी Text नोड से लिखवा लें।

दस सेकंड से ज़्यादा हो सकता है?

हाँ, Wan 3.0 पर तीस सेकंड तक, जिसकी कीमत अवधि के अनुसार लगती है। पंद्रह सेकंड से ज़्यादा हो तो दो कड़ियों में बाँट दें।

डेमो की कीमत कितनी है?

एक सौ उन्तालीस क्रेडिट: उन्नीस क्रेडिट Nano Banana Pro पर रीस्टोरेशन के लिए, और एक सौ बीस क्रेडिट 720p साउंड के साथ Wan 3.0 पर दस सेकंड के लिए।

लिप-सिंक टूल क्यों नहीं?

Wan 3.0 आवाज़, संगीत और लिप्स को एक साथ, एक ही स्टेप में तैयार कर देता है। लिप-सिंक टूल में पहले गाना चाहिए, फिर एक दूसरा पास लगाना पड़ता है।

क्या फ़ोटो को रीस्टोर करना ज़रूरी है?

खराब फ़ोटो के लिए, हाँ। साफ़ और हाल की फ़ोटो के लिए, वायर काटें और फ़ोटो को सीधे Video नोड से जोड़ दें।

क्या आवाज़ चुनी जा सकती है?

इसे प्रॉम्प्ट में बताएँ: गर्म ऑल्टो, गहरी बैरिटोन, हल्की आवाज़। Wan 3.0 ऑडियो के रूप में एक रेफ़रेंस आवाज़ भी स्वीकार करता है।

और रंगीन फ़ोटो का क्या?

हाँ, यही तरीका उस पर भी काम करता है: रीस्टोरेशन फ़ोटो को साफ़ करता है, अगर वह पहले से रंगीन है तो उसे दोबारा कलराइज़ नहीं करता।

AI से फ़ोटो को गाते हुए बनाएँ

यह वर्कफ़्लो इस्तेमाल करें

मुफ़्त अकाउंट, बिना क्रेडिट कार्ड। वर्कफ़्लो आपके कैनवास में पहले से भरा हुआ खुलता है।