The Pulse
HeyGen abbina Voice Director ai video con avatar creati da una sola foto
Il 20 maggio 2025 HeyGen ha annunciato Voice Director e Avatar IV, combinando il controllo della voce tramite prompt con video animati creati da una sola immagine. Voice Director modella tono, ritmo ed emozione della voce, mentre Avatar IV
AI.info Team · Scritto con l’IA ·
Voice Director di HeyGen offre ai creatori più controllo sulla resa vocale di un avatar, mentre il sistema continua ad adattare la voce e l’espressività al copione. L’azienda ha annunciato Voice Director e Avatar IV il 20 maggio 2025, abbinando il controllo della voce tramite prompt a video animati generati da una sola immagine. La pagina di lancio riporta ora la dicitura «Ultimo aggiornamento» con la data dell’11 ottobre 2026, ma l’archivio degli aggiornamenti di prodotto di HeyGen fa risalire l’annuncio al 20 maggio 2025: non si tratta di un nuovo lancio del 2026.
Voice Director porta le indicazioni sulla voce nei prompt
Voice Director consente agli utenti di guidare il modo in cui un avatar pronuncia le proprie battute tramite istruzioni in linguaggio naturale. Tra gli esempi di HeyGen figurano «enfatizza questo» e «aggiungi entusiasmo»; i prompt possono modellare tono, ritmo ed emozione per adattarli al messaggio. Secondo quanto riportato dall’azienda nel suo post, la funzione era già disponibile su HeyGen al momento dell’annuncio.
L’automazione resta parte del progetto. HeyGen afferma che il suo Panda Voice Engine adatta la resa vocale al contesto del copione, mentre i suoi Expressive Avatars adeguano le espressioni facciali al tono della voce. Le indicazioni dell’utente e l’interpretazione automatica operano quindi fianco a fianco: i creatori possono richiedere una certa resa, ma sono i sistemi di HeyGen a determinare come l’istruzione si traduca nella voce e nel volto.
Voice Mirroring aggiunge una resa personale
L’annuncio descrive anche Voice Mirroring, che utilizza una breve registrazione in cui il creatore legge il copione. HeyGen afferma che la funzione replica caratteristiche come ritmo, emozione, cadenza e personalità, anziché limitarsi a generare le stesse parole con una voce scelta. L’obiettivo dichiarato è evitare di registrare nuovamente ogni ripresa, preservando più aspetti del modo di parlare di una persona.
Questo approccio offre agli utenti un’alternativa alla scrittura di prompt: invece di descrivere uno stile vocale, ne forniscono un esempio. Il post di lancio presenta Voice Mirroring insieme a Voice Director, ma non indica un calendario di distribuzione o prezzi separati per nessuna delle due funzioni. Non specifica neppure i limiti tecnici delle registrazioni.
Avatar IV trasforma una foto in una performance
Avatar IV prende una foto e un copione e genera un video animato, con sincronizzazione della voce, movimenti del viso e gesti. HeyGen afferma che i gesti rispondono al contesto del copione; l’azienda ha proposto la funzione per impieghi che comprendono lanci di prodotti, tutorial, pubblicità e video per i social. L’annuncio originale indicava che la distribuzione di Avatar IV era in corso, senza affermare che tutti gli utenti potessero accedervi immediatamente.
Il processo basato su una sola immagine distingue Avatar IV da un gemello digitale creato a partire da una registrazione: il post di lancio descrive un processo che parte da una foto, non dalle riprese di un’intera performance. HeyGen afferma che il sistema può animare persone, animali domestici e altri personaggi. L’annuncio non fornisce misurazioni indipendenti delle prestazioni né spiega come gestisca i copioni difficili, perciò le affermazioni sul realismo e sulla qualità dei gesti restano quelle dell’azienda.
Avatar IV è arrivato in seguito nell’API di HeyGen
In seguito HeyGen ha esteso Avatar IV oltre la sua app web. In un annuncio relativo all’API, l’azienda ha dichiarato che gli sviluppatori potevano generare video da una foto e un copione all’interno dei propri prodotti, con supporto per immagini riprese di sbieco o di profilo e per personaggi realistici o stilizzati. Il post sull’API indica l’accesso self-service nei piani Pro e Scale, con tariffe personalizzate per Enterprise.
Il successivo rilascio dell’API mostra come HeyGen abbia portato il motore che trasforma foto in video nei flussi di lavoro degli sviluppatori; non cambia la data del lancio originale di Voice Director e Avatar IV. La combinazione che caratterizza l’annuncio del maggio 2025 resta una resa vocale guidata dall’utente e una performance di un avatar generata a partire da un’immagine statica e da un copione.