گزارش اشکال / درخواست ویژگی
مولد ویدئو هوش مصنوعی ویرایشگر ویدئوی هوش مصنوعی بهبوددهنده ویدئو هوش مصنوعی جستجوی تابع (تابع جستجوی تابع) 2. مترجم ویدئویی هوش مصنوعی جلوه‌های ویدئو AI — Pikaffects-style ارتقادهنده ویدئوی AI مولد کوتاه‌های هوش مصنوعی بیشتر →

استودیوی دوبله ویدئویی AI

استفاده تجاری ص ۳۸۰. بدون نشان آبی نیازی به ثبت نام نیست
مدل:
+ GPT-5, Claude, Gemini
یک کلیپ از یک سر صحبت‌کننده را آپلود کنید و با حرکت دهان هماهنگ با لب، آن را به زبان دیگری دوبلاژ کنید. Whisper رونویسی می‌کند، MadLAD ترجمه می‌کند، Kokoro با ۱۷۴ صدا در ۳۷ زبان صحبت می‌کند، و Sync Lipsync v2 دهان را دوباره نمایش می‌دهد. ۹۹ درصد کلیپ‌ها زبان منبع را به صورت خودکار تشخیص می‌دهند.

ویدئوی را به اینجا بکشید یا برای بارگذاری کلیک کنید

MP4, MOV, WebM تا 100MB · تک‌گوش صحبت‌کننده-سر بهترین کار را می‌کند

- - - -
صدا زدن زبان منبع را در ۹۹ درصد کلیپ‌ها تشخیص می‌دهد. فقط در صورتی که تشخیص خودکار حدس اشتباهی بزند، جایگزین می‌شود.
برای شنیدن صدای یک جمله کوتاه به زبان هدف خود قبل از دوبله کردن کل ویدئو ، پیش‌نمایش را فشار دهید.
اگر ویدئو موسیقی یا صدای FX داشته باشد که می‌خواهید زیر صدای جدید نگه دارید مفید است. خاموش = تک‌صدای پاک.
برآورد نشانه برای ویدئو
-
یک ویدئو را بارگذاری کنید تا هزینه دقیق کلیپ خود را ببینید.
خط لوله دوبله
ترجمه اصلی
ترجمه شده به
بارگیری

جایی که دوبلاژ ویدئویی هوش مصنوعی خودش را می پردازد

کانال‌های یوتیوب را بومی‌سازی کنید

یک ویدئو انگلیسی را در عرض یک شب به نسخه‌های اسپانیایی، پرتغالی و هندی تبدیل کنید.

خلاقیت تبلیغات جهانی

يه آگهي پخش کن، به 20 زبان ترجمه کن براي يه هفته تست A/B. به استوديو صداپيش 500 دلار در دقيقه براي هر زبان پرداخت کن.

E-learning + corporate training

.

چگونه خط لوله دوبله کار می‌کند

گام ۱

رونوشت (Whisper large-v3)

صدای ویدئو استخراج و با زمان‌بندی سطح کلمه رونوشت می‌شود. زبان منبع با دقت ۹۹ درصد به صورت خودکار شناسایی می‌شود.

گام دوم

ترجمه

رونوشت به زبان هدف با یک مدل پارامتر 3B برای عبارت طبیعی صحبت شده، نه کلمه به کلمه ترجمه می‌شود.

گام ۳

صحبت کن (کوکورو - 174 صدا)

یک صدای طبیعی در زبان هدف ترجمه را می‌خواند. ۱۷۴ صدا در ۳۷ زبان — یکی را انتخاب کنید و ابتدا پیش‌نمایش را بشنوید.

گام چهارم

همگام‌سازی لب) Sync Lipsync v2 (

دهن دوباره بصورت فريم به فريم بازسازي ميشه تا با صداي جديد جور بشه

چرا "راسک"، "پيپر کپ" يا "هي جن" نه؟

Rask برای ۱۰۰ دقیقه خروجی ۲۴ دلار در ماه در نظر می‌گیرد و حداکثر ۱۳۰ زبان منبع را پشتیبانی می‌کند. Papercup فقط برای شرکت‌ها است (فروش تلفنی، انتظار حساب‌های ۴ رقمی را داشته باشید). سطح دوبلاژ HeyGen با ۲۹ دلار در ماه و با یک سهم ۵ دقیقه شروع می‌شود. این ابزار از همان اجزای خط لوله استفاده می‌کند — Whisper برای STT، MadLAD برای ترجمه، Kokoro برای TTS، Sync Lipsync v2 برای بازسازی دهان — بدون اشتراک، بدون علامت آبی، بدون سهم ماهانه. شما از توکن‌هایی که از قبل دارید پرداخت می‌کنید.

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 مجاني براي 30K توکن/روز + 10K بونوس
ثبت نام

در حال پردازش درخواست شما...

در این زبان، هشت حرف برای نشان دادن صدای خواننده استفاده می‌شود: ی، ی

چطور استفاده کنم استودیوی دوبله ویدئویی 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 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 ویدئو هوش مصنوعی
ویرایشگر ویدئوی هوش مصنوعی
بهبوددهنده ویدئو هوش مصنوعی
جستجوی تابع (تابع جستجوی تابع) 2.
مترجم ویدئویی هوش مصنوعی
جلوه‌های ویدئو AI — Pikaffects-style
ارتقادهنده ویدئوی AI
مولد کوتاه‌های هوش مصنوعی

استودیوی دوبله ویدئویی AI - FAQ

یک ویدئو را بارگذاری کنید، زبان هدف را انتخاب کنید، و همان ویدئو را با دوبلاژ به آن زبان با لب‌های سخنران دوباره هماهنگ شده برای مطابقت با صدای جدید بازگردانید. عالی برای تبدیل محتوای یوتیوب انگلیسی به اسپانیایی، فرانسوی، چینی و غیره.

چهار گام در سمت سرور به ترتیب اجرا می‌شوند: (۱) Whisper صدای اصلی را رونویسی می‌کند، (۲) MadLAD رونویسی را به زبان هدف شما ترجمه می‌کند، (۳) Kokoro گفتار طبیعی را در آن زبان تولید می‌کند، (۴) Lipsync v2 همگام‌سازی دهان سخنران را برای مطابقت با صدای جدید دوباره نقشه‌برداری می‌کند.

این زبان‌ها عبارتند از: اسپانیایی، فرانسوی، آلمانی، پرتغالی، ایتالیایی، چینی، ژاپنی، کره‌ای، عربی، هندی، ترکی، روسی، هلندی، لهستانی، ویتنامی، اندونزیایی، تای، عبری، سوئدی، انگلیسی. MadLAD از نظر فنی از ۴۵۰+ پشتیبانی می‌کند.

دوبله تنها از توکن‌های پرداختی استفاده می‌کند (~۱۰ در هر کلیپ). همگام‌سازی Lipsync v۲ گام گران‌قیمت است — سه گام اول خود- میزبان رایگان هستند. اعتبارات امتیاز ثبت نام استودیوی دوبله ویدئویی AI را باز نمی‌کنند.

کلیپ‌های کمتر از ۳۰ ثانیه در حدود ۱–۳ دقیقه دوبل می‌شوند. ویدئوی طولانی‌تر نسبتاً بیشتر طول می‌کشد. حد سخت ۱۰۰ مگابایت آپلود. برای کارهای طولانی، به صحنه‌ها تقسیم شده و هر کدام را دوبل کنید.

نه — Kokoro یکی از ۱۷۴ صدای موجود (۳۷ زبان) را استفاده می‌کند، نه نسخه شبیه‌سازی شده از سخنران اصلی. برای شبیه‌سازی صدای محافظت‌شده از هویت، به ابزار جداگانه /voice/clone/ و یک خط لوله سفارشی نیاز دارید.

همگام‌سازی Lipsync v2 برای عکس‌های تک‌گوینده به جلو است. صحنه‌های چندگوینده یا کلیپ‌های نمای پروفایل می‌توانند منحرف شوند. بهترین نتایج از فیلم‌های نزدیک به سر صحبت‌کننده بدست می‌آید.

انتخاب‌کننده ساده خودکار / مرد / زن را ارائه می‌دهد. برای انتخاب صدای دقیق ، از /voice/tts/ استفاده کنید تا ابتدا شناسۀ صدا را پیش‌نمایش و رونوشت کنید ، سپس می‌توانیم آن را سیم‌بندی کنیم. به زودی در رابط کاربری خواهد بود.

نه. ویدئو بارگذاری شده در عرض چند دقیقه از پردازش حذف می‌شود. خروجی در شبکه CDN ما برای ۲۴ ساعت (۷ روز برای کاربران پرداختی) در پیوند اشتراک نگهداری می‌شود.

بله — برای آن جریان کار lip-sync خالص (ویدئوی شما + صدای پیش ضبط شده)، از /v1/image/edit/ یا یک نقطه پایان سفارشی استفاده کنید. دوبله به طور خودکار همه چهار گام را ترکیب می‌کند.

از /transcribe/ برای فایل‌های زیرنویس (SRT/VTT) استفاده کنید، یا /translate/subtitle/ برای ترجمه یک SRT موجود. دوبلاژ جایگزین صدا می‌شود؛ زیرنویس‌ها متن را پوشش می‌دهند — خروجی‌های متفاوت.

بله — POST چندبخشی ویدئو به /v1/video/dubbing/ با target_lang. بازگشت {output_url, transcript, translated_text}. برای مستندات /api/ را ببینید.

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