Изучил сотню гайдов по липсинку с русского на английский. Вот что нужно знать, чтобы твой ИИ-аватар выглядел натурально. Нет, проблема не в произношении, а в физике языка и артикуляции. 1 Русская речь — горизонтальна. Мы почти не открываем рот. Англоговорящие, особенно американцы, наяривают челюстью в вертикальной плоскости. Если на словах типа apple или like рот не открывается широко — зритель сразу все понимает. 2 В английском есть звуки, которых у нас просто не существует. Если на TH не видно кончика языка, а на W губы не вытягиваются в трубочку — всё. Модель просто не поймет, на что ей натягивать звуки. 3. P, t, k — это не П, Т, К. Это ПХЭ, ТХЭ, КХЭ. Взрыв воздуха, который на доли секунд существенно изменяет положение губ. 4. Английская речь экспрессивна и на низких FPS кажется мыльной. Поэтому: • записываем исходник минимум в 30 FPS • записываем на целевом языке (в каждом языке свои особенности. Вьетанмцы, например, щеки раздувают. Татары улыбаются во время «ЭЭЭЭ») • если исходник совсем коко в английском, то записывайс с гипер-артикуляцией: нужно показать модели все звуки которые я описал выше и используй параметр экспрессии (Style Exaggeration в HeyGen, например) А еще вот тебе дока с текстом, который учитывает все особенности английской фонетики. Поболтать со мной и позадавать вопросы можно в закрытой группе. Хэв э найс дей энд си ю некст тайм, как говорится.