omni-human-1.5 AI 모델 가이드

OmniHuman 1.5는 ByteDance가 개발한 멀티모달 AI 모델로, 단 하나의 이미지와 오디오 클립, 선택적 텍스트 프롬프트를 입력하면 영화 수준의 디지털 휴먼 영상을 자동 생성합니다. 오디오의 감정과 의미를 분석해 캐릭터 표정, 행동, 카메라 움직임을 자동으로 제어합니다.

일반 립싱크 AI는 단순히 입 모양을 오디오에 맞추는 수준이지만, OmniHuman 1.5는 오디오의 감정·내용·리듬을 분석해 전신 행동, 마이크로 익스프레션, 자유 카메라 이동까지 자동 생성합니다. 멀티 캐릭터 씬 관리와 텍스트 프롬프트 기반 정밀 제어도 지원합니다.

영화·드라마·숏폼 콘텐츠, AI 뮤직비디오, 판타지 브이로그, UGC 창작 영상, 디지털 휴먼 광고·마케팅 영상 등을 제작할 수 있습니다. 실사 인물뿐 아니라 애니메이션 캐릭터, 픽셀 아트, 동물 등 다양한 피사체도 지원합니다.

네, OmniHuman 1.5에서 사용하는 오디오 파일은 반드시 35초 미만이어야 합니다. MP3, WAV 등의 형식을 지원하며, 오디오 품질이 높을수록 캐릭터의 감정 표현과 행동 생성 품질도 향상됩니다.

네, OmniHuman 1.5는 한국어를 포함해 영어, 일본어, 중국어, 스페인어, 인도네시아어 등 다국어 텍스트 프롬프트를 지원합니다. 한국어로 씬, 동작, 카메라 움직임을 직접 지정해 영상을 생성할 수 있습니다.

CRAISEE 플랫폼에서 'bytedance/omni-human-1.5'를 검색하거나 Image-to-Video 카테고리에서 선택합니다. 이후 캐릭터 이미지를 업로드하고, 35초 미만의 오디오 파일을 추가한 뒤, 선택적으로 텍스트 프롬프트를 입력해 영상을 생성합니다.

네, OmniHuman 1.5는 멀티 캐릭터 씬을 지원합니다. 발화자 지정 및 배경 캐릭터의 반응 관리가 가능하며, 복수의 순차적 캐릭터 동작도 자동으로 생성됩니다. 이는 대화 씬이나 그룹 퍼포먼스 영상 제작에 특히 유용합니다.

인물의 얼굴이 명확하게 보이는 고해상도 이미지를 사용하면 결과물 품질이 향상됩니다. 오디오는 잡음이 적고 감정이 명확한 파일을 권장하며, 텍스트 프롬프트로 원하는 씬과 카메라 움직임을 구체적으로 지정할수록 더 정밀한 영상이 생성됩니다.