Словарь ИИ-видео
Термины генерации видео — понятно и без лишнего жаргона.
Определения для генерации видео из текста и фото, говорящих аватаров, синхронизации губ, нейронных голосов, дубляжа и других инструментов.
Список терминов
В
Видео «говорящая голова»
Формат, в котором один человек или аватар говорит прямо в камеру, — основной для обучающих роликов, продаж, курсов и коротких объяснений в соцсетях.
Что такое видео «говорящая голова»?
Г
Говорящий аватар
Цифровой персонаж — обычно из одного фото — у которого ИИ анимирует губы, челюсть и мимику под выбранный голос или текст.
Что такое говорящий аватар?
Д
Дипфейк
Синтетический контент, где лицо или голос человека подменены или анимированы ИИ. Говорящие аватары, созданные с согласия, — законное применение технологии.
Что такое дипфейк?
И
ИИ-ведущий (AI presenter)
Созданный ИИ виртуальный ведущий в кадре — для поясняющих роликов, демонстраций продукта, курсов и внутренних коммуникаций.
Что такое ИИ-ведущий?ИИ-генератор видео
Программа, которая создаёт видео из промпта, сценария, изображений, аудио или готового материала. Она может сделать один кадр или собрать полноценный многосценовый ролик.
Что такое ИИ-генератор видео?ИИ-дубляж (AI dubbing)
Автоматическая переозвучка видео на другой язык — в идеале с синхронизацией губ и сохранением узнаваемого голоса исходного спикера.
Что такое ИИ-дубляж?
К
Клонирование голоса
Синтез нового голоса, который звучит как конкретный реальный человек, — обычно по короткому образцу речи.
Что такое клонирование голоса?
Н
Нейронный голос (neural voice)
Синтезированный голос на основе глубокой нейросети: интонация и эмоции звучат естественнее, чем у прежнего конкатенативного и формантного синтеза.
Что такое нейронный голос?
С
Синтез речи (TTS)
Технология, которая превращает письменный текст в речь. Современный нейросетевой синтез звучит почти как живой голос и озвучивает большинство говорящих аватаров.
Что такое синтез речи (TTS)?
Т
Текст в видео (text-to-video)
Написанный текст превращается в готовое видео — обычно генерируется озвучка, анимируется лицо или сцена и всё автоматически собирается.
Что такое «текст в видео»?
Ф
Фото в видео (photo-to-video)
Генерация движущегося видео из одной фотографии — чаще всего за счёт анимации лица, которое начинает говорить.
Что такое «фото в видео»?
L
Lip-sync (синхронизация губ)
Покадровое совмещение движений губ с аудиодорожкой, при котором говорящий в кадре чётко артикулирует те звуки, которые слышит зритель.
Что такое lip-sync?
