Tutorial: primeros pasos con la plataforma de síntesis de video de humanos digitales de MakeFun

Recomendaciones de iluminación:

• Usa un esquema de iluminación de retrato en estudio, con al menos una fuente frontal y una contraluz (para marcar el contorno).
• Si usas croma verde, mantén a la persona a al menos 2 metros del fondo para obtener el mejor recorte posible.
• Evita ropa o accesorios que reflejen la luz verde.

Recomendaciones sobre ruido ambiente:

• Asegúrate de que el ruido de fondo sea inferior a 45 dB, sin ecos ni reverberación.
• Evita el ruido del aire acondicionado y de los ventiladores del ordenador. Recomendamos apagar el aire acondicionado de la sala durante la grabación.
• Comprueba siempre el micrófono antes de grabar.

Recomendaciones de cámara:

• Se recomienda una réflex capaz de grabar al menos a 30 FPS. La mayoría de nuestros avatares públicos se han grabado con una Sony A7S3 o A7M4.
• Resolución: 2K a 30 fps (o más si necesitas alta definición). MakeFun admite 4K como máximo.
• Formato: sin HDR. MakeFun admite la descodificación básica de video HDR, pero no la recomendamos.
• Objetivo: Para retrato, usa un objetivo de 40 o 50 mm (por ejemplo, un fijo de 50 mm F1.8). Diafragma F1.8–F2.5, velocidad de obturación no superior a 1/100 e ISO por debajo de 800. Ajusta los valores según la luz real.
• Según tu equipo, usa otros dispositivos como ordenadores, capturadoras de video o teleprompters para cubrir las necesidades de grabación.

Recomendaciones de micrófono:

• Micrófonos de solapa (de pinza). Evita colocar el micrófono demasiado lejos de la persona.
• El micrófono debe conectarse a la cámara para lograr la mejor sincronización.
• El video grabado debe incluir el audio grabado, con sincronía precisa entre audio e imagen.

Actuación del modelo:

• La cámara debe captar con claridad el rostro del sujeto.
• El modelo debe hablar de forma continua durante la grabación y puede mirar un teleprompter. El teleprompter debe estar alineado con la cámara.
• La persona puede preparar su propio guion o usar material sencillo, como poemas conocidos, números o letras. Habla con claridad y buen volumen. Los errores ocasionales no importan: no te fijes en ellos, sino en la emoción y la expresión facial al hablar.
• Mantén los movimientos dentro del encuadre y no tapes la cara. Usa gestos generales (movimientos leves de manos o asentimientos) y evita gestos con significado, como aprobar o desaprobar.
• Los movimientos no deben ser demasiado exagerados ni frecuentes, y no deben tapar la cara.
• Los movimientos de labios pueden ser algo más marcados que al hablar de forma natural.
• Cualquier acción registrada en el video aparecerá en el resultado generado en el mismo orden.
• Las gafas con montura son aceptables

Para habilitar el cambio de fondo:

• Si necesitas sustituir el fondo en el video, graba 1–2 segundos de «metraje vacío» sin la persona en el encuadre. Después, sube una captura de ese metraje vacío como Original Background durante el proceso «Add Avatars».
• La imagen de fondo no tiene por qué ser un croma verde. Nuestro algoritmo de IA admite cualquier tipo de fondo, siempre que coincida exactamente con el fondo del video del avatar.
• Si grabas al modelo con croma verde, evita que lleve ropa verde o azul para no provocar problemas de recorte.

Requisitos del material:

• El metraje debe durar entre 30 segundos y 5 minutos.
• El video debe incluir habla, perfectamente sincronizada con el movimiento de los labios.
• En el video debe aparecer un solo rostro.
• No se admite ruido ambiente ni otros sonidos (aparte del habla de la persona).
• Mantén un ritmo de habla moderado.
• Un ritmo demasiado lento puede reducir la precisión de la sincronía labial.
• Un ritmo demasiado rápido puede distorsionar la sincronía labial.

Duración del audio: 15–60 segundos.

Requisitos del entorno:

• El ruido de fondo debe ser inferior a 45 dB, sin ecos ni reverberación.
• Haz pruebas de sonido antes de grabar.

Requisitos del equipo:

• Usa un micrófono de condensador direccional (por ejemplo, cardioide).

Requisitos de la grabación:

• Graba con el micrófono un audio cuyo tono y ánimo encajen con el uso previsto (ese tono se reflejará en el audio sintetizado).
• Evita colocar el micrófono demasiado cerca de la boca para no provocar sonidos explosivos.
• Si te equivocas, pasa a la frase siguiente en vez de empezar de nuevo.
• Asegúrate de desactivar la reverberación y no apliques ningún posprocesado al archivo de audio original.

Parámetros de grabación:

• Frecuencia de muestreo: 48 kHz
• Profundidad de bits: 16 bits
• Canal: mono
• Tras normalizar, la ganancia debe superar 0,4.

Software recomendado: Adobe Audition.