Həmzad Avatar Studiyası: Google Antigravity Ekosistemində Üçdilli Avtonom Rəqəmsal Əkiz Mühərriki

Təsnifat: Dərin Texnologiya & Süni İntellekt Memarlığı Müəllif: Taghi Molavi Müəssisə Tərəfdaşı: Inten Asia Açıq Mənbəli Kod: GitHub: tmolavi/hamzad-avatar-studio

İcraçı Xülasə

Keyfiyyətli video məzmunu istehsal etmək, ənənəvi studiya çəkilişlərinin vaxt aparması və fərqli dillərdə təbii ləhcə ilə danışmaq çətinliyi səbəbindən hər zaman böyük maneələrlə qarşılaşıb. Həmzad Avatar Studiyası (Hamzad Avatar Studio), Google Antigravity mühitində çalışan, açıq mənbəli bir rəqəmsal əkiz platformasıdır. Bu sistem adi bir videodan səs və üz kadrlarını çıxarmaqla istifadəçinin öz səsi ilə İran/Azərbaycan türkcəsi və fars dilində, İstanbul türkcəsində və Amerika ingiliscəsində danışan fotorealistik avatarlar yaradır.

Layihənin Əsas Üstünlükləri və Memarlıq Qərarları

1. Videodan Səs və Üz Profilinin Çıxarılması: İstifadəçidən xüsusi studiya qeydiyyatı tələb olunmur; mövcud videolardan FFmpeg vasitəsilə 44.1kHz səs və yüksək keyfiyyətli üz profili saniyələr içində əldə edilir.
2. Üçdilli Təbii Danışıq Tərzi:

• İran və Fars dili (`fa-IR`): Canlı danışıq ritmi və təbii fasilələr.
• Türkiyə türkcəsi (`tr-TR`): İstanbul vurğuları və axıcı danışıq.
• Amerika ingiliscəsi (`en-US`): Müasir rəqəmsal platformalar üçün beynəlxalq standart.

1. Şablon Videodan Hərəkət Transferi (LivePortrait): Dinamik bir aparıcının baş hərəkətləri, göz qırpmaları və mimikaları birbaşa hədəf avatara köçürülür və səsə uyğun dodaq hərəkətləri (Lip-Sync) sinxronlaşdırılır.
2. Neyromarketinq Standartları: İzləyicinin diqqətini dərhal cəlb edən ssenarilər və avtomatik arxa plan səs tənzimləməsi (Audio Ducking).

Rəsmi Keçidlər və Quraşdırma

• GitHub Repozitoriyası: https://github.com/tmolavi/hamzad-avatar-studio
• Tədqiqatlar və Məqalələr: https://molavi.pro
• Biznes İnkişafı və Tərəfdaşlıq: https://inten.asia