人工唇同期
商用OK
380+モデル
透かしなし
登録は不要
モデル:
+ GPT-5, Claude, Gemini
話し頭のビデオとオーディオトラックまたはスクリプトをアップロードしてください。新しいオーディオに合わせてフレームごとに口を再レンダリングします。Sync Lipsync v2 で動作します。リダビング、ADR、ボイスオーバーの置き換え、サイレントクリップの話し方に最適です。
人工知能の唇同期が 成功する場所
赤字
口の音を再生する 発音の間違いで 再撮影は無い
声優交換
どんな俳優でも撮影し、好きなボイスオーバーアーティスト（またはTTS音声）でダビングしてください。口は先導ではなく、後続します。
話し言葉のアバター
静止画の肖像画やAIによって生成されたキャラクターに声を与えます。 /image-to-video/ と連結して、静止画をアニメーション化し、それから声を出すことができます。
人工唇同期の仕組み
ステップ 1
動画をアップロード
明瞭な前方向の顔が最も効果的です。マルチスピーカー、プロファイルビュー、急速な頭の回転は品質を低下させます。
ステップ 2
オーディオを提供
MP3/WAV/M4Aをアップロードするか、スクリプトを入力して、Kokoro（37言語にわたる174の音声）でTTSします。
ステップ 3
チェック
音声とビデオの長さが0.5秒以上異なると警告します。デフォルトでは短い長さに自動的にトリムします。
ステップ 4
レンダリング
音声の音声化を行うには、音声の音声化を行うためのプログラムをインストールする必要があります。
唇同期出力のためのヒント
- 前方に向けたスピーカーが１台 複数のスピーカーで撮影すると 顔検出器が混乱する
- 顔の半分が暗くて 口の追跡が困難だった
- オーディオはピークが -6 dB から -3 dB です。クリップされたオーディオや、ほんの少し静かなオーディオの同期は悪い。
- 30秒のチャンクが最も速くレンダリングされます。10分以上のビデオの場合はシーンに分割してください。
追加オプション
結果
証券が足りない
もっとトークンを取得
もっと欲しい？
無料登録で1日30Kトークン＋10Kボーナス
無料登録
ご要望を処理中...
人工知能で唇同期ビデオを作成します。どんな顔にもオーディオをマッチさせます。
使い方 人工唇同期
1
入力を入力
テキストを入力、ファイルをアップロード、または必要なことを記述します。アカウントは必要ありません。
2
クリックして生成
私たちのAIは、最良のオープンソースモデルを使って、あなたの要求を数秒で処理します。
3
ダウンロードと共有
結果をダウンロード、コピー、共有できます。個人的、商業的な使用は無料です。
このツールを API で使用
あなたのコードからこのツールを自動化します。OpenAI 互換の REST エンドポイント、ベアートークン認証、追加の SDK が必要ありません。トークンのコストはウェブインターフェースと一致します。
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}'人工唇同期 — FAQ
話し声の頭部のビデオとオーディオトラックをアップロードすると、AI はフレームごとに口を再レンダリングして、新しいオーディオと音声的に一致させます。ADR、ボイスオーバーの置き換え、リダビング、無声の肖像画に声を付けるなどに最適です。
音声の各音素を解析し、各フレームの顔を検出し、唇領域をマッチさせて再生します。残りの顔、背景、体は変更されません。
リップシンクは有料トークンを使用します (最低約10,000、期間によってスケールします)。ログインしたら、ログインボーナストークンを使用できます。
MP4、MOV、WebM 100MBまで。30秒以下のクリップが最も速く動作します。1台の前方向スピーカーは最もクリーンなリップシンクを与えます。複数のスピーカーまたは頭の急速な回転は品質を低下させます。
また、スクリプトを入力して、Kokoroの37言語に渡る174の音声から選択してください。それをTTSに変換して、ドライブ音声として使用します。
持続時間が 0.5 秒以上異なると警告します。自動的に短く切り替えるトグル (標準で有効) は、長いものを切り替えます。そうでなければ、出力は重なり合うウィンドウのみをカバーします。
良い結果: 1 人の明瞭な前方向顔、良い照明、ほとんど安定したカメラ。悪い結果: プロファイルビュー、遮蔽された顔（サングラス、マスク）、複数の競合する顔、フレームの一部に口を含む極端なクローズアップ。
ダビング (/video/dubbing/) は、STT → 翻訳 → TTS → リップシンクの完全なパイプラインです。リップシンクは最後のステップに過ぎません。音声を自分で提供します。ボイスオーバートラックが用意されている場合は、リップシンクを使用してください。翻訳と再ボイスを初めから作成したい場合は、ダビングを使用してください。
典型的には、30秒のクリップは 1-2 分でレンダリングされます。提出後、バナーに待ち時間の推定値が表示され、結果はダッシュボードに表示されます。タブを閉じることもできます。
一度に一つの顔にロックされます。マルチスピーカーシーンでは、単一スピーカーのクリップに切り分け、それぞれをリップシンクし、ビデオエディタで再び合成します。
入力ファイルはレンダリング後数分以内に削除されます。出力は共有リンクの CDN 上で 24 時間 (有料ユーザは 7 日) 保存されます。
はい — 多部 分のビデオ + オーディオファイル (またはビデオ + テキスト + 音声) を /v1/video/lip-sync/ に POST します。ドキュメントは /api/ を参照してください。
このツールをどう評価しますか？