گزارش اشکال / درخواست ویژگی
مولد ویدئو AI ویرایشگر ویدئوی AI بهبوددهنده ویدئو AI استودیوی دوبله ویدئویی AI جستجوی تابع (تابع جستجوی تابع) 2. مترجم ویدئویی AI جلوه‌های ویدئو AI — Pikaffects- style ارتقا دهنده ویدئو AI بیشتر →

آواتار ویدئو AI

استفاده تجاری ص ۳۸۰. 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 را انتخاب کنید یا خودتان را بارگذاری کنید (با اجازه). خط لوله TTS را اجرا می‌کند (۱۷۴ صدا، ۳۷ زبان) و لب‌ها را با صدا همگام می‌کند. خروجی یک MP4 تمیز در ۹:۱۶ یا ۱۶:۹ است.
همه هشت آواتار موجود برای استفاده تجاری مجوز دارند. آن را انتخاب کنید که سن/جنس/تبار آن با محتوای شما مطابقت دارد.

کشیدن یک پرتره به اینجا یا فشار دادن برای بارگذاری

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

تا ۲۰۰۰ کاراکتر در هر نمایش - حدود ۲-۳ دقیقه سخنرانی. 0 / 2000 · 0 words · 0s
صداها از کتابخانه 174 صدای ما. مرورگر کامل در /voice/.

خط لوله: Kokoro TTS → همگام‌سازی Lipsync v2. تولید ۶۰- ۱۲۰ ثانیه طول می‌کشد. خروجی MP4 است ، بدون علامت آبی. می‌توانید تب را ببندید — کلیپ در دایرکتوری شما قرار می‌گیرد.

حداقل ~ ۱۰۰۰۰ نشانه) با طول دست‌نوشته‌ها مقیاس می‌شود (
0%
نسل اول
آواتار حرف زنت

تولیدکننده آواتار حرفه‌ای هوش مصنوعی رایگان — هیچ هزینه ماهانه، هیچ محدودیت دقیقه، هیچ علامت آب

یک پرتره و یک متن تایپ شده را به یک ویدئو از 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. خط لوله از طریق Kokoro چندزبانه TTS تولید می کند و با استفاده از Sync Lipsync v2 لب را همگام سازی می کند. ۱۷۴ صدا در ۳۷ زبان در دسترس است. MP4 بدون علامت آبی به صورت تمیز بارگیری می شود و برای محتوای تجاری مناسب است هنگامی که شما مالک حقوق پرتره هستید.

آموزش و ویدئوهای برخورد

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 یک فیلمنامه به ۳۷ زبان و ساختن یک آواتار که به هر زبانی صحبت می‌کند. بسیار ارزان‌تر از استخدام یک بازیگر برای هر زبان، و در تمام بازارها یکسان است.

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

یک آواتار پیش‌فرض انتخاب کنید یا پرتره خود را بارگذاری کنید

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

تا ۲۰۰۰ کاراکتر در هر رندر - حدود ۲-۳ دقیقه سخنرانی. اسکریپت‌های طولانی‌تر باید به تکه‌های جداگانه برای پیش‌بینی سرعت و هزینه توکن تقسیم شوند.

انتخاب صدا، زبان و نمای

۱۷۴ صدا در ۳۷ زبان. ۹:۱۶ بهترین نسبت برای ریلز / فیلم کوتاه / تیک تاک است؛ ۱۶:۹ بهترین نسبت برای یوتیوب / لینکدین / معرفی وبسایت است.

تولید و بارگیری

ضربه بزنید تولید. TTS به علاوه lip-sync در ۶۰-۱۲۰ ثانیه تکمیل می‌شود. MP4 را دانلود 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

Free.ai Avatar شناسۀ D هي، جن ترکیب
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
علامت آبی بر روی لایۀ آزاد نه آره آره هیچ سطح آزاد
بانک صدا صص ۱۷۴ تا ۱۷۷. ~120 ~300 ~120
عکس خود را بارگذاری کنید آره آره فقط سطح پرداختی 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 ویدئو دوبله ویدئو
گزینه‌های پیشرفته
نتیجه
. رمزها کم ميشه Get More Tokens
Want better results? مدلهای پریمیوم (GPT-5, Claude, Gemini) deliver higher quality. View Plans

❤️ دوست Free.ai رو به دوستانت بگو

Sign up برای دریافت لینک راهنمایی و کسب ۲۵۰۰۰ توکن برای هر دوست.

بيشتر ميخواي؟ Sign up free for 10,000 tokens
ثبت نام

در حال پردازش درخواست شما...

ویدئوی آواتار صحبت‌کننده را با هوش مصنوعی آزاد ایجاد کنید. برای ارائه و رسانه‌های اجتماعی عالی است.

چطور استفاده کنم آواتار ویدئو AI

1
وارد کردن ورودی

متن را تایپ کنید ، یک پرونده را بارگذاری کنید ، یا آنچه را که می‌خواهید توصیف کنید. حساب نیازی نیست.

2
ایجاد را بزنید

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 حامل گواهی‌نامه، نیازی به SDK اضافی نیست. هزینه گواهی‌نامه 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 ویدئو AI
ویرایشگر ویدئوی AI
بهبوددهنده ویدئو AI
استودیوی دوبله ویدئویی AI
جستجوی تابع (تابع جستجوی تابع) 2.
مترجم ویدئویی AI
جلوه‌های ویدئو AI — Pikaffects- style
ارتقا دهنده ویدئو AI

آواتار ویدئو AI — FAQ

یک عکس پرتره و یک متن تایپ شده را به یک ویدئو با سر صحبت کننده تبدیل کنید — آواتار کلمات شما را با حرکت دهان هماهنگ لب صحبت می‌کند. دو راه وجود دارد: از میان ۸ آواتار پیش‌مجاز (جنسیت / سن / قومیت متنوع) انتخاب کنید یا پرتره خود را با تأیید رضایت اجباری بارگذاری کنید. صدا و زبان از بانک ۱۷۴ صدای کوکورو ما آمده است. هماهنگ کردن لب بر روی Sync Lipsync v2 اجرا می‌شود.

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 — شما می‌توانید از میان ۸ آواتار موجود (آلنا، مارکوس، عایشه، دیوید، می، راج، سوفیا، جیمز) که طیف وسیعی از جنسیت‌ها، سن‌ها و قومیت‌ها را پوشش می‌دهند، انتخاب کنید. ما مجوزهای تجاری برای همهٔ آن‌ها را 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 هنگام انتخاب یک صدا ، 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).

تا ۲۰۰۰ کاراکتر در هر رندر — حدود ۲-۳ دقیقه از گفتار پیوسته با سرعت ۱۵۰ حرف در دقیقه برای تولیدات طولانی‌تر (یک توضیح ۵ دقیقه ای، یک ماژول ۱۰ دقیقه ای)، اسکریپت را به چندین قسمت تقسیم کنید و آنها را در هر ویرایشگری با هم ترکیب کنید.

ما از Sync Lipsync v2 استفاده می‌کنیم — همان موتوری که /video/dubbing/ را به حرکت درمی‌آورد. این موتور شکل دهان را بر اساس هر صدایی ردیابی می‌کند و برای انگلیسی و زبان‌های اروپایی اصلی هماهنگ‌سازی قانع‌کننده‌ای را تولید می‌کند. دقت در سرعت مکالمه طبیعی باقی می‌ماند حتی برای زبان‌های طنینی مانند چینی و تایلندی، اگرچه گفتار سریع / تأکیدی سخت‌ترین مورد است.

بله — اگر از یک آواتار سهام استفاده می‌کنید (همهٔ ۸ تا از پیش برای استفاده تجاری مجوز گرفته‌اند) یا اگر حق پورتره‌ای را که بارگذاری کرده‌اید دارید (چهره خودتان، یک عکس سهام مجوز گرفته، یا موافقت صریح مکتوب). شما نباید بدون اجازه، به مردم واقعی تقلید 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، تیک تاک).

اگر یک پرتره را بارگذاری کنید، باید تأیید کنید که موافقت موضوع را برای پویانمایی شبیه سازی آن‌ها 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 ۱۴ صدای محبوب را در خط نشان می‌دهد؛ فهرست کامل در /voice/tts/ قابل جستجو است. پیش‌نمایش هر صدایی را قبل از بازگشت به آواتار، ببینید، بنابراین صدا-چشم تطابق درست به نظر می‌رسد.

D-ID، HeyGen و Synthesia هزینه $5.90-$29/ماه با 10-15 دقیقه شامل، سپس نرخ‌های بیش از حد. Free.ai هیچ هزینه ماهانه ندارد - شما برای هر رندر از طریق سیستم توکن ما در یک استخر روزانه رایگان پرداخت می کنید.

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`. هزینه پیش از پرواز: GET /v1/video/avatar-quote/?chars=500. Python کامل + Node + cURL snippets در /api/.

براي 10000 تا توکن مجاني ثبت نام کن

ایجاد حساب

کارت اعتباري لازم نيست

اين ابزار رو چطور رتبه بندي ميکني؟

دوست Free.ai رو به دوستانت بگو