KI-Talking-Head

Kommerzielle Nutzung OK 575 Modelle Kein Wasserzeichen Keine Anmeldung erforderlich
Modell:
+ GPT-5, Claude, Gemini
Animieren Sie ein Portraitfoto zu sprechen. Lassen Sie ein Gesichtsbild und eine Audiodatei fallen (oder fügen Sie ein Skript ein), und AI erzeugt ein Video des Gesichts, das mit synchronisierten Lippenbewegungen spricht.
Animieren eines Fotos ist eine Premium-Funktion und verwendet gekaufte Token. Es gibt keine freie Option: kein selbst gehostetes Talk-Head-Modell mit einer kommerziellen Lizenz ist installiert. Sie sehen den Preis, bevor etwas berechnet wird.
Das kostenlose selbstgehostete Modell (SadTalker) wird nicht mehr angeboten: Ein Teil davon wurde am Basel Face Model ausgebildet, das nur für nichtkommerzielle Forschung lizenziert ist. Premium Lip Sync verwendet erworbene Token.

JPG, PNG oder WebP (frontales Porträt, ein klares Gesicht)

Haben Sie stattdessen ein Video von der Person? AI Lip Sync verwenden

MP3/WAV (oder leer lassen + unten TTS verwenden)

Wenn Sie Audio oben zur Verfügung stellen, wird dieser Text ignoriert. Halten Sie ihn unter etwa 800 Zeichen (unter 60 Sekunden der Rede).
Premium, preislich nach Audiolänge
Herunterladen
Erweiterte Optionen
Ergebnis
Token werden knapp. Weitere Token erhalten
Möchten Sie bessere Ergebnisse? Premium-Modelle (GPT-5, Claude, Gemini) bieten höhere Qualität. Pläne anzeigen

❤️ Liebe Free.ai? Erzählen Sie Ihren Freunden!

Melden Sie sich an, um einen Referral-Link zu erhalten und verdienen Sie 30.000 Token pro Freund.

Willst du mehr? Kostenlos anmelden: täglich 30.000 Token
Kostenlos anmelden

Ihre Anfrage wird bearbeitet...

Animieren Sie jedes Portrait-Foto, um mit Premium-Lippensynchronisation zu sprechen: lassen Sie ein Gesichtsbild + Audio fallen, erhalten Sie ein Lippensynchronisation sprechendes Kopfvideo zurück. Ideal für Erklärer, Avatare, Voice-over zu Video.

Wie man verwendet KI-Talking-Head

1
Geben Sie Ihre Eingabe ein

Geben Sie Text ein, laden Sie eine Datei hoch oder beschreiben Sie, was Sie wollen. Kein Konto erforderlich.

2
Klicken Sie auf Erzeugung

Unsere KI verarbeitet Ihre Anfrage in Sekunden mit den besten Open-Source-Modellen.

3
& Teilen herunterladen

Downloaden, kopieren oder teilen Sie Ihr Ergebnis. Kostenlos für den persönlichen und kommerziellen Gebrauch.

Verwende dieses Tool über die API

Automatisiere dieses Tool aus eigenem Code. OpenAI-kompatibler REST-Endpoint, Bearer-Token-Authentifizierung, kein zusätzliches SDK erforderlich. Token-Kosten entsprechen der Web-Oberfläche.

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}'

KI-Talking-Head FAQ

Hochladen eines Portraitfotos und eines Audioclips (oder tippen Sie ein Skript), und AI animiert das Gesicht, um die Lippen-Synchronisation des Audios. Ausgabe ist ein MP4-Video des Fotos "sprechen" mit synchronisierten Mundbewegungen. Animieren eines Fotos ist eine Premium-Funktion: es verwendet gekaufte Token und der Preis wird angezeigt, bevor Sie zahlen.

Nein. Das freie selbstgehostete Modell SadTalker wurde am 15. September 2026 zurückgezogen. Sein Code ist Apache-2.0, aber seine Gesichtsrekonstruktion Gewichte wurden auf dem Basel Face Model, dessen Lizenz erlaubt nicht-kommerzielle Forschung trainiert, und Free.ai ist ein kommerzieller Dienst. Noch ist kein kommerziell lizenzierter Ersatz installiert.

Eine Open-Source-Code-Lizenz deckt nicht die Modellgewichte oder die Daten, die sie trainiert wurden. SadTalker bündelt ein 3D-Gesichtsrekonstruktionsnetzwerk, das am Basel Face Model 2009 trainiert wurde, und die Basel-Lizenz verbietet die Verwendung des Modells oder dessen Inhalte in for-profit-Produkten. Fotoanimation ist jetzt eine Premium-Funktion, die erworbene Token verwendet.

Front-Portrait, klares Gesicht, gleichmäßige Beleuchtung, neutraler Ausdruck. Das Gesicht sollte mindestens 30% des Rahmens füllen. Vermeiden Sie schwere Sonnenbrillen (sie brechen Augenverfolgung), Profilaufnahmen (das Modell braucht beide Augen sichtbar) und extreme Ausdrücke. Studio Kopfabdrücke und gute Selfies funktionieren super.

MP3, WAV, OGG, M4A oder AAC mit klarem Sprachgebrauch, unter 60 Sekunden pro Clip. Für beste Lippensynchronisation, verwenden Sie einen einzelnen Lautsprecher, geringes Hintergrundgeräusch und deutlich enunciated Sprache. Generieren Sie das Audio zuerst über /tts/, wenn Sie den sprechenden Kopf scriptieren möchten.

Ein paar Minuten für die meisten Clips; längere Audio dauert länger. Sie können die Registerkarte schließen und das Ergebnis landet in Ihrem Dashboard.

D-ID kostet $5,99/Monat für 5 Minuten Video. HeyGen ist $24/Monat. Synthesie ist $30/Monat. Auf Free.ai zahlen Sie pro Clip mit Token statt eines Abonnements, und das Premium-Lippensynchronisationsmodell ist vergleichbar mit D-ID Studio-Qualität für Erklärer und Avatar-Videos.

Ja, erstelle ein Gesicht über /image/avatar/ oder /image/generate/ und gib es dann hier ein. Das Modell behandelt jedes frontale Porträt gleich. Typische Kette: Prompt, SDXL-Porträt, /tts/ für die Stimme, dann hier animieren.

Lip synchronisiert die Gesichtsregion. Schultern, Kleidung und Hintergrund bleiben nahezu statisch. Für einen sprechenden Kopf mit Körperbewegung, starten Sie von einem kurzen Video der Person statt eines Fotos.

Ja, sende einen POST an /v1/video/lip-sync/ mit Multipart `file` (das Foto) + `audio_file` und `consent_given=1`, einmal pro Clip, oder nutze /scheduled/, um viele Durchläufe einzureihen.

Ja, sende per POST Multipart `file` (ein JPG-, PNG- oder WebP-Foto oder ein Video), `audio_file` (oder `text`) und, bei einem Foto, `consent_given=1` an /v1/video/lip-sync/ auf api.free.ai mit Bearer-Authentifizierung. Ein Foto wird vom Premium-Fotomodell animiert, ein Video wird lippensynchronisiert; beides nutzt gekaufte Tokens und skaliert mit der Audiodauer. GET /v1/video/lip-sync-quote/?input=photo&duration=20 gibt vorab den Preis zurück. Der alte kostenlose Endpunkt /v1/video/talking-head/ gibt 410 zurück. Unter /api/ findest du das curl-Beispiel.

Fotos und Audio werden innerhalb von 24 Stunden nach der Erzeugung gelöscht. Ausgabevideos sitzen auf unserem CDN für 24 Stunden (7 Tage für bezahlte Benutzer) so können Sie erneut herunterladen von /account/?tab=history. Nie für Schulungen verwendet. Datenschutzrichtlinien in vollem Umfang unter /privacy/.

Kostenlos anmelden: täglich 30.000 Token

Kostenloses Konto erstellen

Keine Kreditkarte erforderlich

Wie würden Sie dieses Tool bewerten?

Liebe Free.ai? Erzählen Sie Ihren Freunden!

Willst du mehr? Kostenlos anmelden: täglich 30.000 Token Kostenlos anmelden