گزارش اشکال / درخواست ویژگیگزارش اشکال / درخواست ویژگی
مولد ویدئوی AI ویرایشگر ویدئویی AI بهبوددهنده ویدئو AI استودیوی دوبله ویدئویی AI دستگیری عملکرد هوش مصنوعی (Runway Act-Two) مترجم ویدئویی AI جلوه‌های ویدئو AI - Pikaffects- style ارتقادهنده ویدئوی AI بيشتر →

آواتار ویدئو AI

استفاده تجاری مدل هاي 579 بدون نشان آبی نیازی به ثبت نام نیست
مدل:
+ GPT-5, Claude, Gemini
تبدیل یک عکس پرتره و یک متن تایپ شده به یک ویدئو با سر صحبت‌کننده. یک آواتار موجود را انتخاب کنید یا خودتان را (با اجازه) بارگذاری کنید. لوله TTS را اجرا می‌کند (۱۷۴ صدا، ۳۷ زبان) و لب‌ها را با صدا همگام‌سازی می‌کند. خروجی یک MP4 تمیز در ۹:۱۶ یا ۱۶:۹ است.
All 8 stock avatars are licensed for commercial use. Pick the one whose age/gender/ethnicity best fits your content.

کشیدن یک پرتره به اینجا یا کلیک برای بارگذاری

عمودی رو به جلو ، PNG / JPG / WebP ، حداکثر ۱۰ مگابایت

کمتر از ۸۰۰ کاراکتر در هر رندر (کمتر از ۶۰ ثانیه گفتار). تقسیم اسکریپت‌های طولانی به تکه‌های کوچکتر. 0 / 830 · 0 words · 0s
صداها از کتابخانه 174 صدای ما. مرورگر کامل در /voice/.

خط لوله: Kokoro TTS ، سپس یک مدل حرفه‌ای عکس صحبت‌کننده. فقط از نشانه‌های خریداری شده استفاده می‌کند. تولید چند دقیقه طول می‌کشد. خروجی MP4 است ، بدون علامت آبی. می‌توانید تب را ببندید - کلیپ در صفحه نمایش شما فرود می‌آید.

Premium: قیمت بر ثانیه سخنرانی، تنها توکن‌های خریداری شده
0%
نسل اول
آواتار حرف زنت

تولیدکننده آواتار حرفه‌ای هوش مصنوعی - بدون هزینه ماهانه، بدون علامت آب، پرداخت بر اساس ثانیه سخنرانی

یک پرتره و یک متن تایپ شده را به یک ویدئوی آواتار تبدیل کنید که کلمات شما را می گوید. از میان ۸ آواتار موجود که طیف متنوعی از جنسیت، سن و قومیت را پوشش می دهند انتخاب کنید، یا عکس خود را (با تأیید رضایت) بارگذاری کنید. صدا از Kokoro TTS (۱۷۴ صدا در ۳۷ زبان) می آید و یک مدل عکس صحبت کننده premium چهره را پویانمایی می کند، بنابراین هر رندر از توکن های خریداری شده استفاده می کند، قیمت هر ثانیه سخنرانی. MP4 بدون علامت آبی به صورت تمیز بارگیری می شود و برای محتوای تجاری مناسب است وقتی که شما مالک حقوق پرتره هستید.

آموزش و پرورش

یک آواتار شرکتی هماهنگ ایجاد کنید که هر ماژول آموزشی را با همان صدا ارائه می‌دهد. اسکریپت را برای هر ماژول عوض کنید. یک جمله را یکبار به روز کنید و در یک دقیقه دوباره رندر کنید — بدون بازسازی.

بازاریابی چندزبانه

ترجمه يک متن به 37 زبان و بازيافت آواتار مشابه با هر کدام از زبان ها. به طور قابل توجهي ارزان تر از استخدام يک بازیگر صدا در هر زبان، و هماهنگ در سراسر بازارها.

کلیپ‌های روزانه رسانه‌های اجتماعی

تولیدکنندگانی که نمی‌خواهند روزانه فیلم بگیرند می‌توانند یک هفته از لینکدین یا یوتیوب کوتاه با آواتار ثابت - همان چهره، فیلم‌نامه تازه، نوردهی صفر یا تنظیم میکروفون مورد نیاز - را بنویسند.

چگونه یک ویدئوی آواتار صحبت‌کننده بسازیم

انتخاب یک آواتار پیش‌فرض یا بارگذاری پرتره خودتان

هشت نماینده سهام برای استفاده تجاری از پیش مجوز دارند. اگر صورت خود را بارگذاری می‌کنید، جعبه موافقت را علامت بزنید - این یک نیاز قانونی و پلتفرم اعتماد است.

تایپ دست‌نوشته‌ها

هر رندر را در حدود ۸۰۰ کاراکتر نگه دارید (در کمتر از ۶۰ ثانیه از گفتار). اسکریپت‌های طولانی را به تکه‌های جداگانه تقسیم کنید.

انتخاب صدا، زبان و نمای

174 صدا در 37 زبان. 9:16 بهترین برای ریلز / کوتاه / TikTok است؛ 16:9 بهترین برای یوتیوب / لینکدین / webinar intros است. پیش‌نمایش صدا در /voice/tts/ در دسترس است اگر شما می‌خواهید A / B تست.

ایجاد و بارگیری

تولید را فشار دهید. صدا و پویانمایی چند دقیقه طول می‌کشد. MP4 را بارگیری کنید، از طریق پیوند یک کلیک به اشتراک بگذارید، یا تب را ترک کنید - ویدئو هنگام آماده شدن در صفحه نمایش حساب شما ذخیره می‌شود.

چطور ما با آواتارهای حرف زن مقایسه می کنیم

آواتار Free.ai شناسۀ D هي، جن سنتز
اشتراک ماهانه توکنهای پرداختی از 5.90 دلار در ماه از 29 دلار در ماه از 22 دلار در ماه
محدودیت دقیقه ویدئو مقیاس با نشانه‌ها ۱۰ دقیقه ۱۵ دقیقه ۱۰ دقیقه
نشان آبی در خروجی نه آره آره سطح آزاد وجود ندارد
بانک صدا 174 voices / 37 langs ~120 ~300 ~120
عکس خود را بارگذاری کنید آره آره فقط سطح پرداخت شده فقط شرکت
مقایسه بر اساس قیمت گذاری عمومی هر پلتفرم و شرایط سطح از سال ۲۰۲۶. سیاست‌های محصول تغییر می‌کند - قبل از مهاجرت بارهای کاری تولید را بررسی کنید.

وبگاه رسمی Free.ai

متن به ویدئو تصویر به ویدئوی دوبله ویدئویی
گزینه‌های پیشرفته
نتیجه
. يه کم کم ميشه گرفتن نشانه‌های بیشتر
نتيجه بهتري ميخواي؟ مدلهای پریمیوم (GPT-5, Claude, Gemini) کیفیت بالاتری را ارائه می‌دهند. نمایش نقشه

❤️ دوست Free.ai رو به دوستانت بگو

ثبت نام کنید تا لینک پیشنهادی دریافت کنید و 30 توکن برای هر دوست بدست آورید.

بيشتر ميخواي؟ ثبت نام رایگان: 30,000 tokens/day
ثبت نام

در حال پردازش درخواست شما...

ویدئوی آواتار صحبت‌کننده را از یک عکس و یک متن با هوش مصنوعی برتر، با قیمت بر ثانیه سخنرانی، ایجاد کنید. برای ارائه و رسانه‌های اجتماعی عالی است.

چطور استفاده شود آواتار ویدئو AI

1
وارد کردن ورودی

متن را تایپ کنید ، پرونده‌ای را بارگذاری کنید ، یا آنچه را می‌خواهید توصیف کنید. حساب نیازی نیست.

2
ایجاد را کلیک کنید

هوش مصنوعی ما درخواست شما را در چند ثانیه با استفاده از بهترین مدل‌های منبع باز پردازش می‌کند.

3
بارگیری و اشتراک

دانلود، کپی یا اشتراک‌گذاری نتایج خود. برای استفاده شخصی و تجاری رایگان است.

استفاده از این ابزار از طریق API

این ابزار را از کد خودتان خودکار کنید. نقطه پایانی REST سازگار با OpenAI، گواهی‌نامه توکن حامل، نیازی به SDK اضافی نیست. هزینه توکن با رابط وب مطابقت دارد.

مستندات API دریافت کلید API 
curl -X POST https://api.free.ai/v1/video/generate/ \
  -H "Authorization: Bearer sk-free-..." \
  -H "Content-Type: application/json" \
  -d '{"prompt": "A cat playing piano", "duration": 4}'

ابزارهای هوش مصنوعی آزاد مرتبط

مولد ویدئوی AI
ویرایشگر ویدئویی AI
بهبوددهنده ویدئو AI
استودیوی دوبله ویدئویی AI
دستگیری عملکرد هوش مصنوعی (Runway Act-Two)
مترجم ویدئویی AI
جلوه‌های ویدئو AI - Pikaffects- style
ارتقادهنده ویدئوی AI

آواتار ویدئو AI - FAQ

یک عکس پرتره و یک متن تایپ شده را به یک ویدئو با سر صحبت‌کننده تبدیل کنید - آواتار کلمات شما را با حرکت دهان هماهنگ لب می‌گوید. دو مسیر: از میان ۸ آواتار پیش‌مجاز (جنس / سن / قومیت متفاوت) انتخاب کنید یا پرتره خود را با تأیید رضایت اجباری بارگذاری کنید. صدا و زبان از بانک Kokoro ۱۷۴ صدای ما می‌آید. یک مدل عکس حرفه‌ای با سر صحبت‌کننده چهره را پویانمایی می‌کند ، بنابراین هر رندر از توکن‌های خریداری شده استفاده می‌کند.

هزینه با طول اسکریپت و مدت زمان رندر کردن اندازه‌گیری می‌شود — حدود ۲٬۵۰۰ نشانه در ثانیه خروجی (TTS + lip-sync)، با حداقل ۱۰٬۰۰۰ نشانه. یک سر صحبت ۲۰ ثانیه ای حدود ۵۰٬۰۰۰ نشانه هزینه دارد. مجموعه روزانه رایگان شامل گرفتن‌های کوتاه است؛ برنامه‌های پرداختی یا بسته‌های نشانه شامل ویدئوهای توضیحی طولانی‌تر است.

نه - می‌توانید از میان ۸ آواتار سهام (Elena, Marcus, Aisha, David, Mei, Raj, Sofia, James) که طیف وسیعی از جنسیت‌ها، سن‌ها و قومیت‌ها را پوشش می‌دهند انتخاب کنید. ما مجوزهای تجاری برای همهٔ آن‌ها داریم. اگر در عوض پرتره خود را بارگذاری کنید، باید جعبه موافقت را علامت بزنید که تأیید می‌کند که اجازه دارید شبیه آن شخص را پویانمایی کنید.

۳۷ زبان از طریق Kokoro TTS ، از جمله انگلیسی (آمریکا / بریتانیا)، اسپانیایی، فرانسوی، آلمانی، ایتالیایی، پرتغالی، چینی، ژاپنی، کره‌ای، عربی، هندی، روسی و ۲۴ زبان دیگر. انتخاب‌کننده صدا هنگامی که صدایی را انتخاب می‌کنید ، به صورت خودکار حوزه زبان را همگام‌سازی می‌کند. همگام‌سازی لب به طور قانع‌کننده با هر زبانی سازگار می‌شود.

9:16 Portrait (به صورت پیش‌فرض — بهترین برای ریلز / TikTok / Shorts / Instagram Stories) و 16:9 Landscape (بهترین برای یوتیوب، لینکدین، معرفی وبسایت، آموزش شرکتی).

در کمتر از ۶۰ ثانیه برای هر رندر، حدود ۸۰۰ کاراکتر در یک سرعت مکالمه ۱۵۰ wpm. برای تولیدات طولانی‌تر (یک توضیح ۵ دقیقه، یک ماژول دوره ۱۰ دقیقه)، متن را به چندین قسمت تقسیم کنید و آنها را در هر ویرایشگری به هم بچسبانید.

یک مدل حرفه‌ای حرفه‌ای از صدای عکاسی دهان ، سر و حالت را از صدا زنده می‌کند. برای انگلیسی و زبان‌های اروپایی اصلی همگام‌سازی قانع‌کننده تولید می‌کند. دقت در سرعت مکالمه طبیعی باقی می‌ماند حتی برای زبانهای تونیک مانند چینی و تایلند ، اگرچه گفتار سریع / تأکیدی سخت‌ترین مورد است.

بله - اگر از یک آواتار سهام استفاده می‌کنید (همهٔ ۸ تا برای استفاده تجاری پیش‌مجوز دارند) یا اگر حق پرتره بارگذاری شده را دارید (چشم خودتان، یک عکس سهام مجوزدار، یا موافقت کتبی صریح). شما نباید بدون اجازه، نقش افراد واقعی را بازی کنید یا آواتار را به عنوان یک شخصیت عمومی به اشتباه نشان دهید. شرایط پلتفرم در صورت امکان نیازمند افشای محتوای تولید شده توسط هوش مصنوعی است (یوتوب، تیک‌تاک).

اگر یک پرتره را بارگذاری کنید ، باید تأیید کنید که رضایت موضوع را برای پویانمایی شبیه آن با صدای گفتار دارید. این توسط پشته اعمال می‌شود - API بارگذاری‌ها را بدون «consent_given=1» رد می‌کند. بارگذاری‌هایی که به وضوح افراد مشهور ، شخصیت‌های سیاسی یا اشخاص ثالث غیرمجاز را نشان می‌دهند رد می‌شوند. این هم یک نیاز قانونی و هم سیاست اعتماد و امنیت بستر است.

۱۷۴ صدا در ۳۷ زبان از طریق Kokoro. آواتار ویدئو AI محبوب‌ترین ۱۴ صدا را در خط نشان می‌دهد؛ فهرست کامل در /voice/tts/ قابل جستجو است. پیش‌نمایش هر صدای آنجا قبل از بازگشت به آواتار، بنابراین تطابق صدا-چشم احساس درست است.

D-ID، HeyGen و Synthesia هزینه $5.90-$29/ماه با 10-15 دقیقه شامل، سپس نرخ‌های اضافی. Free.ai هیچ هزینه ماهانه ندارد - شما برای هر رندر با توکن‌های خریداری شده پرداخت می‌کنید، قیمت بر ثانیه سخنرانی.

بله. POST JSON به /v1/video/avatar/ با `script` ، `voice` ، `language` ، `avatar` (شناسه سهام مانند "stock_1") OR `avatar_url` + `consent_given=1` ، و `aspect_ratio`. نیاز به توکن‌های خریداری شده و یک اسکریپت کمتر از ۶۰ ثانیه از سخنرانی دارد. هزینه پیش پرواز: GET /v1/video/avatar-quote/?chars=500. Full Python + Node + cURL snippets at /api/.

ثبت نام رایگان: 30,000 tokens/day

ایجاد حساب

کارت اعتباري لازم نيست

اين ابزار رو چطور رتبه بندي ميکني؟

دوست Free.ai رو به دوستانت بگو