Ingin membuat foto diam bisa berbicara—potret yang membuka mulut, berkedip, dan mengucapkan apa pun yang kamu ketik? Dengan VisionStory, kamu bisa melakukan itu dari satu gambar, langsung di browser, tanpa kamera dan tanpa pengalaman editing. Video di atas menunjukkan seluruh alurnya, dan panduan langkah demi langkah di bawah membahas setiap bagian secara detail.
Selama prosesnya, kamu akan mengunggah satu foto potret dan menyiapkannya sebagai avatar milikmu yang bisa dipakai ulang. Pengguna lain tidak bisa melihatnya, dan kamu bisa memilihnya lagi untuk video berikutnya tanpa perlu mengunggah gambar yang sama setiap kali. Semuanya berjalan di dalam alat foto berbicara VisionStory dengan akun gratis.
Langkah 1: Unggah satu foto potret yang jelas
Buka Video AI. Di panel Karakter, pilih Upload lalu pilih gambar dari perangkatmu, atau seret fotonya langsung ke area unggah. Gunakan satu foto orang yang jelas dan menghadap ke depan, dengan wajah dan bahu terlihat, mata dan mulut tidak tertutup, serta sisakan sedikit ruang di sekeliling subjek agar mudah diubah framing-nya nanti.
- File yang didukung: JPG, JPEG, PNG, WebP, dan HEIC.
- Ukuran file maksimum: 30 MB.
- Ukuran awal yang disarankan: minimal 512 x 768 piksel untuk foto potret.
- Perilaku unggah: 1 gambar sumber setiap kali.
Sesuaikan komposisi gambar sumber dengan tujuan akhir videonya. Foto potret yang dipotong terlalu rapat bisa cocok untuk 9:16, tetapi menjadi crop wajah yang terasa terlalu dekat di 16:9 karena tidak ada area gambar di kiri dan kanan untuk mengisi frame yang lebih lebar.
Langkah 2: Biarkan VisionStory memvalidasi dan menyiapkan avatar
Setelah diunggah, VisionStory mengecek apakah gambar berisi orang yang bisa digunakan dan menyiapkannya sebagai karakter. Unggahan yang gagal hampir selalu kembali ke foto sumber: wajah mungkin terlalu kecil, terlalu tertutup, terlalu miring ke samping, buram, atau terlalu dekat dengan wajah lain.
Jika persiapan gagal, jangan terus mencoba ulang crop yang sama. Pilih sumber yang lebih tajam dengan satu wajah yang lebih besar, sudut yang lebih lurus, bahu terlihat, pencahayaan merata, dan lebih sedikit halangan.
Setelah proses selesai, avatar akan muncul di atas pustaka karakter publik dan terbuka di pratinjau avatar. Avatar ini hanya terlihat oleh kamu.
Langkah 3: Pratinjau atau ganti suara yang ditetapkan
VisionStory otomatis menetapkan suara awal yang sesuai berdasarkan perkiraan usia dan gender orang tersebut. Kamu bisa mempertahankannya, mempratinjaunya, atau menggantinya dengan yang lain.
- Pilih suara saat ini untuk membuka Pustaka Suara.
- Gunakan tombol putar di sisi kanan suara untuk mendengar sampelnya.
- Jika tidak cocok, filter berdasarkan Bahasa, Gender, Usia, dan Use Case.
- Pratinjau beberapa alternatif, lalu pilih suara yang cocok untuk avatar sekaligus tujuan videonya.
Sebuah suara bisa cocok dengan perkiraan usia dan gender orangnya, tetapi tetap terasa kurang pas untuk narasi, edukasi, iklan, atau konten percakapan. Cocokkan dengan orangnya dan tujuannya, bukan hanya demografinya.
Langkah 4: Atur framing foto sesuai tujuan
Gunakan pratinjau avatar untuk menentukan seberapa banyak bagian orang yang akan tampil di video final. Seret foto untuk memosisikan ulang subjek, dan gunakan kontrol zoom untuk mendekat atau menjauh. Lalu pilih rasio aspek yang sesuai dengan tempat kamu akan mempublikasikannya:
- 9:16 potret untuk TikTok, Instagram Reels, YouTube Shorts, dan penempatan mobile-first lainnya.
- 1:1 persegi untuk posting sosial persegi, layout yang fokus pada profil, dan embed yang fleksibel.
- 16:9 landscape untuk YouTube, presentasi, website, dan kursus widescreen.
Zoom tidak bisa menampilkan piksel yang memang tidak ada. Jika orangnya sudah menyentuh setiap sisi foto sumber, mulai dari gambar dengan lebih banyak latar belakang daripada memaksakan crop yang lebih lebar.
Langkah 5: Pahami fungsi Change Look dan Generate Image
Ada dua alat gambar AI di sebelah avatar, dan sebaiknya kamu paham bedanya sebelum memakainya.
Change Look membuka chat AI dengan avatar kamu saat ini sudah terlampir, sehingga kamu bisa mendeskripsikan outfit, latar, atau gaya baru. Ini adalah alur kerja image-to-image, dan avatar asli tetap tersedia. Generate Image memulai dari deskripsi karakter tertulis, bukan dari foto, sehingga ini adalah alur kerja text-to-image. Di keduanya, kamu bisa terus chat untuk menyempurnakan hasilnya.
Singkatnya: gunakan Change Look saat karakternya sudah ada dan butuh tampilan visual baru, dan gunakan Generate Image saat kamu ingin membuat karakter dari prompt.
Langkah 6: Tambahkan naskah singkat dan buat video berbicara
Dengan avatar unggahanmu terpilih, ketik satu kalimat singkat yang terasa seperti percakapan di kotak Naskah. Kalimat pendek dirender lebih cepat dan memudahkan kamu menilai foto, crop, suara, lip-sync, dan gerakan secara bersamaan.
Klik Generate Talking Video. VisionStory menganimasikan wajah, menyinkronkan bibir dengan suara, serta menambahkan kedipan dan gerakan kepala yang tampak nyata menggunakan avatar, framing, naskah, dan suara yang dipilih. Proses rendering memakan waktu beberapa menit.
Anggap hasil pertama ini sebagai tes praktis untuk foto sumber. Tinjau 4 hal berikut:
- Wajah tetap cukup tajam pada ukuran akhir.
- Mata dan mulut tidak tertutup selama bergerak.
- Kepala dan bahu pas dengan nyaman di dalam rasio yang dipilih.
- Avatar yang bergerak tetap terlihat seperti orang pada foto sumber.
Jika crop terlalu rapat atau wajah terlihat kurang tajam saat bergerak, perbaiki gambar sumber atau framing terlebih dulu. Mengganti naskah tidak akan memperbaiki masalah komposisi.
Langkah 7: Pakai ulang atau hapus avatar foto berbicaramu
Kembali ke daftar Karakter, avatar unggahanmu akan berada di atas pustaka karakter publik dan bisa dipilih kapan pun kamu ingin menggunakan presenter yang sama lagi. Pengguna lain tidak bisa melihatnya, dan pelanggan bisa membuat serta menyimpan avatar tanpa batas.
- Pakai ulang: pilih avatarnya alih-alih mengunggah foto lagi.
- Ganti tampilan: buka avatarnya lalu pilih salah satu thumbnail tampilan yang tersimpan.
- Hapus: arahkan kursor ke avatar untuk menampilkan tombol hapus di pojok kanan atas, lalu konfirmasi sebelum menghapus avatar beserta tampilannya.
Pemecahan masalah umum pada foto
VisionStory tidak dapat menemukan wajah yang bisa digunakan. Gunakan gambar yang lebih terang dan lebih tajam, dengan satu wajah yang lebih besar dan menghadap ke depan. Hindari mata atau mulut yang tertutup, sudut profil yang terlalu ekstrem, serta foto yang menempatkan wajah lain terlalu dekat dengan subjek utama.
Crop landscape terlalu dekat. Foto potret sumber kemungkinan tidak punya cukup area gambar di sisi kiri-kanan. Gunakan foto sumber yang lebih lebar, atau yang punya lebih banyak ruang kosong di sekeliling orangnya.
Avatar masih dalam proses persiapan. Tunggu sampai persiapan selesai sebelum menggunakan karakter. Jika macet, refresh tampilan Karakter dan cek apakah avatarnya sudah muncul sebelum mengunggah salinan lain.
Hasil terlihat kurang tajam. Mulai dari foto beresolusi lebih tinggi dan fokus, serta hindari membesarkan wajah kecil terlalu agresif. Resolusi output tidak bisa mengembalikan detail yang tidak ada pada sumbernya.
Itu saja yang kamu perlukan untuk membuat foto bisa berbicara: unggah satu foto potret, cocokkan suaranya, atur framing, lalu buat. Foto kamu sekarang menjadi avatar berbicara yang bisa dipakai ulang kapan pun kamu membutuhkannya.
Siap untuk alur kerja lengkap soal naskah, suara, pengaturan, kredit, dan proses pembuatan? Ikuti Cara Membuat AI Talking Avatar, atau ubah naskah panjang menjadi Video AI dalam skala besar. Atau langsung mulai sekarang: buat foto berbicara pertamamu gratis.
