UI Talking Head
Komercijalna upotreba OK
380+ modela
Nema vodenog žiga
Nema potrebe za prijavom
Model:
+ GPT-5, Claude, Gemini
Animate any portrait photo to speak. Drop a face image + an audio file (or paste TTS text), AI generates a video of the face talking with synchronized lip movements. Powered by SadTalker — fast and reliable for professional talking-head explainer videos.
Napredne opcije
Rezultat
Žetoni nestaju.
Dobiti više tokena
Hoćeš još?
Prijavite se besplatno za 30K žetona dnevno + 10K bonusa
Prijavite se besplatno
Obrađujem vaš zahtjev...
Animiraj bilo koju portretnu fotografiju da govori. Besplatni SadTalker (samohosting) ili premium lipsync — ubaci sliku lica + zvuk, dobij video govoreću glavu sinkroniziranu usnama. Idealno za objašnjenja, avatare, voice-over za video.
Kako koristiti UI Talking Head
1
Unesite svoj unos
Unesite tekst, učitajte datoteku, ili opišite šta želite. Nema potrebe za računom.
2
Kliknite da generirate
Naša UI obrađuje vaš zahtjev u sekundama koristeći najbolje modele otvorenog koda.
3
Preuzmi i podijeli
Preuzmite, kopirajte ili podijelite svoj rezultat. Besplatno za ličnu i komercijalnu upotrebu.
Koristi ovaj alat preko API-ja
Automatizirajte ovaj alat iz vlastitog koda. OpenAI-kompatibilna REST krajnja tačka, Bearer-token autentifikacija, nije potreban dodatni SDK. Token troškovi odgovaraju web sučelju.
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}'UI Talking Head — FAQ
Učitaj portretnu fotografiju + audio isječak (ili datoteku govora), UI animira lice da sinkronizira zvuk s usnama. Izlaz je MP4 video fotografije "govoreći" zvuk s realističnim pokretima usta, zamahom glave i treperenjem. Dva modela: besplatni SadTalker (samohosting, MIT) ili premium lipsync (oštrija usta, brže).
Da — SadTalker radi na našim GPU-ovima, besplatno u dnevnom token poolu. Svaki isječak košta ~6,000 tokens base + 800 tokens po sekundi zvuka. Dakle, isječak od 10 sekundi košta ~14,000 tokens. Anonimni dobivaju 2,500/dan, prijavljeni dobivaju 10,000/dan. Premium također skalira po dužini, ali s oštrijim izlazom.
SadTalker (uobičajeno) je besplatan i proizvodi prirodnu govornu glavu sa suptilnim pokretima glave + treperenjem. Premium lipsync ima oštrije oblike usta (posebno za plosive i bilabials kao "p", "b", "m") i renderuje 2-3x brže na dugom audio. Za društvene medije i avatare, SadTalker je odličan. Za sinkronizaciju visoke vjernosti i sadržaje koji su kritični za sinkronizaciju usana, prebacite se na premium.
Portret okrenut prema naprijed, jasno lice, ravnomjerno osvjetljenje, neutralan izraz. Lice bi trebalo popuniti najmanje 30% kadra. Izbjegavajte teške sunčane naočale (one prekidaju praćenje očiju), profilne snimke (modelu trebaju biti vidljive obje oči), i ekstremne izraze. Studijske snimke glave i dobre selfije rade odlično.
WAV ili MP3 čistog govora. SadTalker pouzdano obrađuje isječke od 1-30 sekundi, podržani su i duži ali sporije. Za najbolju sinkronizaciju usana, koristite jedan zvučnik, nisku pozadinsku buku i jasno izgovoren govor. Prvo generirajte zvuk putem /tts/ ako želite skriptati govornu glavu.
SadTalker koristi oko 10 sekundi GPU vremena po sekundi zvuka. Dakle, 10-sekundi govora glave traje ~100 sekundi. Premium lipsync je brži (~3-5 sekundi po sekundi zvuka), ali košta više. Oba rade na našim A100s - možete zatvoriti karticu i rezultat se pojavljuje na vašoj upravljačkoj ploči.
D-ID naplaćuje $5.99/mjesečno za 5 minuta videozapisa. HeyGen je $24/mjesečno. Synthesia je $30/mjesečno. Mi vam dajemo SadTalker besplatno u dnevnom fondu — usporediv kvalitet za videozapise s objašnjenjima / avatari. Premium lipsync odgovara kvalitetu D-ID Studia. Besplatna opcija je iskreno dovoljno dobra za većinu TikTok / YouTube kratkih slučajeva upotrebe.
Da — generirajte lice preko /image/avatar/ ili /image/generate/, a zatim ga unesite ovdje. Model tretira svaki portret okrenut prema naprijed na isti način. Zajednički lanac: prompt → SDXL portret → SadTalker animacije → /tts/ za glas → gotov.
SadTalker animira područje lica (usta, oči, zamah glavom, trepće). Ramena, odjeća i pozadina ostaju gotovo statični. Za govornu glavu cijelog tijela s pokretima tijela, koristite premium lipsync model sa širim izrezom.
Da — POST u /v1/video/talking-head/ sa višedijelnom `slikom` + `audiom`. Ili koristite /scheduled/ za postavljanje u red mnogo izvođenja. /batch/ također prihvaća CSV od URL-a slike + URL-a zvuka.
Da — POST multipart `image` + `audio` to /v1/video/talking-head/ on api.free.ai. Bearer auth. Returns JSON with `video_url` + `share_token`. 10,000 tokens/month free. Premium scales linearly with audio duration. /api/ has the curl example.
Fotografije i audio se brišu u roku od 24 sata od stvaranja. Izlazni video se čuva na našem CDN-u 24 sata (7 dana za korisnike koji plaćaju), tako da ga možete ponovno preuzeti iz /account/?tab=history. Nikad se ne koristi za trening. Politika privatnosti u cijelosti na /privacy/.
Kako bi ocijenili ovaj alat?