IA Faz Fotos Cantarem: Transforme Imagens em Vídeos Musicais com DreamFace e Outras Ferramentas

A inteligência artificial (IA) continua a surpreender com suas capacidades criativas, e uma das mais recentes e divertidas é a habilidade de fazer fotos estáticas cantarem. Imagine pegar a foto de uma personalidade histórica, um amigo ou até mesmo a sua e transformá-la em um vídeo musical hilário. No vídeo que inspirou este artigo, vemos um exemplo prático: Kim Jong-un "cantando" um sucesso do grupo de K-Pop Blackpink. Este artigo explora a ferramenta DreamFace, detalhando como utilizá-la e como aprimorar os resultados para um realismo ainda maior, além de contextualizar com outras tecnologias de IA semelhantes.

O Que é o DreamFace e Como Funciona?

O DreamFace é um aplicativo móvel, disponível tanto na App Store para iOS quanto na Google Play Store para Android, que permite aos usuários animar fotos para que pareçam estar cantando músicas pré-definidas. A premissa é simples: você escolhe uma foto, seleciona uma música da biblioteca do app e, com um clique, a IA gera um vídeo com a pessoa na foto sincronizando os lábios com a canção.

Guia Rápido para Usar o DreamFace

O processo de criação no DreamFace é bastante intuitivo:

1. Escolha da Foto: Para melhores resultados, opte por uma foto com o rosto bem visível, de preferência olhando para a frente, e com um fundo simples. O vídeo demonstra a busca por uma foto de Kim Jong-un no Google, priorizando imagens com essas características.
2. Seleção da Música: O aplicativo oferece uma variedade de músicas e modelos. No exemplo do vídeo, a música escolhida é "How You Like That" do Blackpink, associada a um modelo da integrante Jennie.
3. Upload e Animação: Após selecionar a foto e a música, basta fazer o upload da imagem no aplicativo. O DreamFace então processa e anima a foto.
4. Resultado e Compartilhamento: O vídeo gerado mostra a foto animada, cantando a música. É possível salvar o vídeo na galeria do seu celular ou compartilhá-lo diretamente em redes sociais.

Planos e Recursos do DreamFace

O DreamFace oferece um plano gratuito que permite gerar vídeos, porém, estes contêm uma marca d'água. Existem também planos pagos (Pro) que removem a marca d'água, eliminam anúncios, oferecem criações em alta definição e processamento mais rápido. Os preços variam, com opções de assinatura semanal ou anual.

Aprimorando o Realismo: Mudando a Voz com IA

Uma limitação do DreamFace é que a voz no vídeo gerado é a do cantor original da música (no exemplo, a voz de Jennie). Para tornar a criação mais convincente, é possível substituir essa voz pela da pessoa retratada na foto, utilizando outras ferramentas de IA. Esse processo envolve algumas etapas adicionais:

1. Extração do Áudio do Vídeo

Primeiramente, é necessário extrair a faixa de áudio do vídeo gerado pelo DreamFace. Ferramentas online como o FreeConvert podem ser usadas para converter o vídeo (MP4) para um arquivo de áudio (MP3).

2. Isolamento dos Vocais

Com o arquivo de áudio em mãos, o próximo passo é separar os vocais da música instrumental. O site VocalRemover.org é uma excelente opção para isso, utilizando IA para isolar a voz dos demais instrumentos. É importante salvar tanto a faixa de vocais isolados quanto a faixa instrumental separadamente.

3. Conversão da Voz com IA

Esta é a etapa crucial. Com os vocais originais (da cantora Jennie, no exemplo) isolados, utiliza-se um conversor de voz por IA para transformá-los na voz da pessoa da foto (Kim Jong-un). Para isso, é preciso:

• Encontrar um Modelo de Voz IA: Plataformas como o VoiceModels.com (mencionado no vídeo) disponibilizam diversos modelos de voz de personalidades, incluindo, potencialmente, a de Kim Jong-un. Esses modelos geralmente vêm em formato de arquivo .pth.
• Utilizar um Conversor de Voz: Softwares como o Kits.AI ou o RVC (Retrieval-based Voice Conversion) são capazes de pegar os vocais isolados e, usando o modelo de voz .pth, convertê-los para a voz desejada. O Kits.AI possui planos gratuitos com limitações de minutos de conversão e planos pagos. O RVC é uma opção gratuita que pode ser instalada e executada localmente, exigindo mais conhecimento técnico. Ao converter de uma voz feminina para masculina, pode ser necessário ajustar o tom (pitch), diminuindo-o (por exemplo, -12 semitons, o que equivale a uma oitava abaixo).

4. Mixagem e Edição Final

Após obter os vocais convertidos para a voz de Kim Jong-un, o último passo é:

• Combinar Vocais e Instrumental: Utilizando um software de edição de áudio como o Audacity (gratuito), importe a faixa instrumental original e os novos vocais gerados. Ajuste os níveis de volume e, se necessário, aplique efeitos como compressão para equilibrar o áudio.
• Sincronizar Áudio e Vídeo: Finalmente, em um software de edição de vídeo (o vídeo menciona o Wondershare Filmora, mas qualquer editor serve), substitua o áudio original do vídeo do DreamFace pela nova faixa de áudio mixada.

Contextualizando com Outras Ferramentas de IA

O DreamFace se insere em um ecossistema crescente de ferramentas de IA para manipulação de imagem e voz. O vídeo menciona brevemente outras tecnologias de "talking face" (rostos falantes) como HeyGen e VideoCrafter, que também permitem criar vídeos a partir de texto ou imagens com avatares gerados por IA.

Potencial Criativo e Considerações Éticas

Ferramentas como o DreamFace abrem um leque de possibilidades para entretenimento e criação de conteúdo viral. A capacidade de fazer qualquer pessoa "cantar" uma música é, sem dúvida, divertida. No entanto, é crucial estar ciente das implicações éticas. A mesma tecnologia pode ser usada para criar deepfakes ou manipular imagens e vozes de forma maliciosa. Portanto, o uso responsável dessas ferramentas é fundamental.

Conclusão

A inteligência artificial está democratizando a criação de conteúdo de maneiras antes inimagináveis. O DreamFace é um exemplo acessível de como fotos podem ganhar vida e voz, proporcionando diversão e estimulando a criatividade. Com etapas adicionais e o uso de outras ferramentas de IA, como conversores de voz, é possível elevar o nível de realismo dessas criações, como demonstrado na transformação da voz de Jennie para a de Kim Jong-un. À medida que essas tecnologias evoluem, espera-se que se tornem ainda mais integradas e fáceis de usar, expandindo as fronteiras da expressão digital.