Skip to main content
راهنمای کامل ساخت آواتار سخنگو با صداگذاری شخصی (Lip Sync + Runway + ElevenLabs)

🎬 راهنمای کامل ساخت آواتار سخنگو با صداگذاری شخصی (Lip Sync + Runway + ElevenLabs)

در سال‌های اخیر، ترکیب هوش مصنوعی و تولید ویدیو به سطحی رسیده که می‌توان تنها با یک تصویر ثابت و یک فایل صوتی، ویدیویی سخنگو و طبیعی ساخت.
در این آموزش، به‌صورت مرحله‌به‌مرحله یاد می‌گیرید چگونه:

  • یک صدای شخصی یا نزدیک به یک فرد عادی (مثل پسرعمو، دوست، کاراکتر خیالی) بسازید
  • آن صدا را با Lip Sync دقیق روی آواتار اجرا کنید
  • از Runway و ElevenLabs به‌صورت ترکیبی و حرفه‌ای استفاده نمایید
  • چند آواتار را بدون قاطی‌شدن هویت، مدیریت کنید

این روش برای تولید محتوا، داستان‌گویی، آموزش، شبکه‌های اجتماعی و پروژه‌های سینمایی کوتاه ایده‌آل است.

Lip Sync + Runway + ElevenLabs

🎙️ بخش اول: ساخت یا ارتقای صدای شخصی با ElevenLabs

✅ چه زمانی این روش مجاز است؟

  • فرد غیرمشهور (آشنا، پسرعمو، کاراکتر داستانی)
  • یا صدای کاملاً ساخته‌شده و الهام‌گرفته، نه تقلید مستقیم

⚠️ اگر صدای فرد واقعی است، حتماً رضایت او را داشته باشید.

🔧 تنظیمات پیشنهادی برای صدای طبیعی فارسی

در ElevenLabs (Custom / Voice Design):

  • Stability: 35 – 50
  • Clarity / Similarity: 70 – 85
  • Style Exaggeration: 0 – 10
  • Speaker Boost: روشن ✅

✍️ نکته طلایی متن فارسی

  • محاوره‌ای بنویس، نه رسمی
  • جمله‌های کوتاه
  • مکث با «…» یا «—»

نمونه متن مناسب Lip Sync:

آدم بعضی وقت‌ها…

باید یه لحظه صبر کنه.

نه برای عقب‌نشینی،

برای فهمیدن.

🎥 بخش دوم: آماده‌سازی آواتار برای Lip Sync در Runway

✅ ویژگی‌های تصویر ایده‌آل

  • صورت روبه‌رو یا ¾
  • دهان کمی باز یا در حالت طبیعی
  • نور یکنواخت
  • سبک: Realistic / 3D / Cinematic
  • پس‌زمینه ساده

🚀 تبدیل تصویر به ویدیو

در Runway:

  • Model: Gen‑4 یا Gen‑4 Turbo
  • Duration: 5 یا 10 ثانیه
  • Camera Motion: حداقل (برای دیالوگ)

👄 بخش سوم: اجرای Lip Sync با صدای دلخواه

مراحل:

  1. ورود به بخش Lip Sync
  2. انتخاب ویدیو یا تصویر
  3. گزینه Upload Audio
  4. آپلود فایل صدای ساخته‌شده در ElevenLabs
  5. Assign صدا به چهره
  6. Generate ✅

🔹 Runway فقط حرکت لب را می‌سازد؛ کیفیت صدا دقیقاً همان صدای شما می‌ماند.

👥 بخش چهارم: استفاده همزمان از دو آواتار (بدون قاطی‌شدن)

قوانین طلایی:

  • برای هر آواتار:
    • تصویر مرجع جدا
    • اسم جدا (مثلاً Avatar_A و Avatar_B)
  • هر دیالوگ = یک فایل صوتی جدا
  • در Lip Sync:
    • هر صدا را به چهره مربوطه assign کنید

✅ حتی اگر هر دو کاراکتر از یک صدا (مثلاً Amir) استفاده کنند، با تفاوت لحن و ریتم، کاملاً قابل‌تشخیص می‌مانند.

نوشتن سناریو

   ↓

ساخت صدا در ElevenLabs

   ↓

تبدیل تصویر به ویدیو در Runway

   ↓

Lip Sync با Upload Audio

   ↓

مونتاژ نهایی

``


✅ نتیجه نهایی

با این روش شما می‌توانید:

  • آواتار سخنگوی طبیعی بسازید
  • صدای شخصی یا کاراکتری داشته باشید
  • چند کاراکتر را همزمان مدیریت کنید
  • بدون لهجه، بدون قاطی‌شدن، و کاملاً حرفه‌ای و قانونی