سر سخنگو با هوش مصنوعی

استفاده تجاری مجاز است 575 مدل بدون واترمارک بدون نیاز به ثبت‌نام
مدل:
+ GPT-5, Claude, Gemini
پویانمایی یک عکس پرتره برای صحبت کردن. یک تصویر چهره و یک پرونده صوتی (یا چسباندن یک اسکریپت) را رها کنید و هوش مصنوعی یک ویدئوی چهره صحبت‌کننده را با حرکات لب هماهنگ تولید می‌کند.
انیمیشن یک عکس یک ویژگی پرمیوم است و از توکن‌های خریداری شده استفاده می‌کند. هیچ گزینه رایگانی وجود ندارد: هیچ مدل سر صحبت‌کننده خودمختار با مجوز تجاری نصب نمی‌شود. قبل از اینکه چیزی به شما پرداخت شود، قیمت را می‌بینید.
مدل خود-مهاجرت رایگان (SadTalker) دیگر ارائه نمی‌شود: بخشی از آن بر روی مدل صورت بازل آموزش داده شده است، که فقط برای تحقیقات غیر تجاری مجوز دارد.

JPG، PNG یا WebP (پرتره از روبه‌رو، یک چهره واضح)

يه ويدئو از اون شخص داري؟ استفاده از همگام‌سازی لب AI

MP3/WAV (یا خالی بگذارید و از TTS زیر استفاده کنید)

اگر صدا را در بالا فراهم کنید ، این متن نادیده گرفته می‌شود. آن را زیر حدود ۸۰۰ نویسه (در زیر ۶۰ ثانیه گفتار) نگه دارید.
Premium، قیمت بر اساس طول صدا
بارگیری
گزینه‌های پیشرفته
نتیجه
توکن‌ها رو به اتمام‌اند. دریافت توکن بیشتر
نتایج بهتری می‌خواهید؟ مدل‌های پریمیوم (GPT-5، Claude، Gemini) کیفیت بالاتری ارائه می‌دهند. دیدن طرح‌ها

❤️ Free.ai را دوست دارید؟ به دوستانتان بگویید!

ثبت‌نام کنید تا پیوند معرفی بگیرید و به‌ازای هر دوست 30,000 توکن کسب کنید.

بيشتر ميخواي؟ ثبت‌نام رایگان: 30,000 توکن در روز
ثبت نام

در حال پردازش درخواست شما...

پویانمایی هر عکس پرتره برای صحبت کردن با همگام‌سازی لب‌های عالی: تصویر صورت + صدا را رها کنید، یک ویدئوی سر صحبت‌کننده همگام‌سازی لب را دریافت کنید. برای توضیح، آواتار، صدای ویدئو ایده‌آل است.

چطور استفاده شود سر سخنگو با هوش مصنوعی

1
وارد کردن ورودی

متن را تایپ کنید ، پرونده‌ای را بارگذاری کنید ، یا آنچه را می‌خواهید توصیف کنید. حساب نیازی نیست.

2
ایجاد را کلیک کنید

هوش مصنوعی ما درخواست شما را با بهترین مدل‌های متن‌باز در چند ثانیه 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، احراز هویت با توکن Bearer و بدون نیاز به SDK اضافی. هزینه توکن‌ها با رابط وب یکسان است.

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}'

سر سخنگو با هوش مصنوعی FAQ

یک عکس پرتره و یک کلیپ صوتی را بارگذاری کنید (یا یک اسکریپت را تایپ کنید) و هوش مصنوعی چهره را پویانمایی می‌کند تا صدا را با لب همگام‌سازی کند. خروجی یک ویدئوی MP4 از عکس «گفتگو» با حرکات دهان همگام‌سازی شده است. پویانمایی یک عکس یک ویژگی برتر است: از توکن‌های خریداری شده استفاده می‌کند و قیمت قبل از پرداخت نمایش داده می‌شود.

نه. مدل خود میزبانی شده رایگان، SadTalker، در ۱۵ سپتامبر ۲۰۲۶ بازنشسته شد. کد آن Apache-2.0 است، اما وزن‌های بازسازی چهره آن بر روی مدل صورت Basel آموزش داده شده است، که مجوز آن فقط به تحقیقات غیر تجاری اجازه می‌دهد، و Free.ai یک سرویس تجاری است.

An open-source code license does not cover the model weights or the data they were trained on. SadTalker bundles a 3D face reconstruction network trained on the Basel Face Model 2009, and the Basel license forbids using the model or its contents in for-profit products. Photo animation is now a premium feature that uses purchased tokens.

پرتره رو به جلو، چهره روشن، نوردهی همگن، حالت خنثی. چهره باید حداقل ۳۰٪ قاب را پر کند. از عینک‌های سنگین خورشیدی اجتناب کنید (آنها ردیابی چشم را خراب می‌کنند)، عکس‌های پروفایل (مدل نیاز به دیدن هر دو چشم دارد)، و حالت‌های شدید. عکس‌های استودیویی از سر و سلفی‌های خوب کار می‌کنند.

MP3، WAV، OGG، M4A یا AAC از گفتار واضح، کمتر از ۶۰ ثانیه در کلیپ. برای بهترین همگام‌سازی لب، از یک بلندگو، نویز پس‌زمینه کم و گفتار واضح استفاده کنید. اگر می‌خواهید سر صحبت‌کننده را دست‌نوشته‌ای کنید، صدا را ابتدا از طریق /tts/ تولید کنید.

برای اکثر کلیپ‌ها چند دقیقه؛ صدای طولانی‌تر زمان بیشتری می‌برد. می‌توانید تب را ببندید و نتیجه در صفحه نمایش شما قرار می‌گیرد.

D-ID charges $5.99/month for 5 minutes of video. HeyGen is $24/month. Synthesia is $30/month. On Free.ai you pay per clip with tokens instead of a subscription, and the premium lip sync model is comparable to D-ID Studio quality for explainer and avatar videos.

بله، با /image/avatar/ یا /image/generate/ یک چهره بسازید و سپس آن را اینجا وارد کنید. مدل با هر پرتره روبه‌رو یکسان رفتار می‌کند. زنجیره رایج: پرامپت، پرتره SDXL، /tts/ برای صدا، سپس متحرک‌سازی در اینجا.

همگام‌سازی لب ناحیه چهره را پویانمایی می‌کند. شانه‌ها، لباس‌ها و پس‌زمینه تقریباً ثابت باقی می‌مانند. برای یک سر صحبت‌کننده با حرکت بدن، به جای یک عکس ثابت، از یک ویدئو کوتاه از شخص شروع کنید.

بله، درخواست POST به /v1/video/lip-sync/ به‌صورت multipart با `file` (عکس) + `audio_file` و `consent_given=1` بفرستید، یک بار برای هر کلیپ، یا از /scheduled/ برای صف‌بندی اجراهای متعدد استفاده کنید.

بله، `file` (یک عکس JPG، PNG یا WebP، یا یک ویدیو)، `audio_file` (یا `text`) و برای عکس، `consent_given=1` را به‌صورت multipart با POST به /v1/video/lip-sync/ روی api.free.ai با احراز هویت Bearer بفرستید. عکس با مدل ویژه عکس متحرک می‌شود و ویدیو همگام‌سازی لب می‌شود؛ هر دو از توکن‌های خریداری‌شده استفاده می‌کنند و هزینه با مدت صدا افزایش می‌یابد. GET /v1/video/lip-sync-quote/?input=photo&duration=20 ابتدا قیمت را برمی‌گرداند. نقطه پایانی رایگان قدیمی /v1/video/talking-head/ کد 410 برمی‌گرداند. نمونه curl در /api/ است.

عکس‌ها و صداها در ۲۴ ساعت پس از تولید حذف می‌شوند. ویدئوهای خروجی برای ۲۴ ساعت (۷ روز برای کاربران پرداخت‌کننده) در CDN ما باقی می‌مانند تا بتوانید دوباره از /account/?tab=history دانلود کنید. هیچ‌گاه برای آموزش استفاده نمی‌شود. سیاست حریم خصوصی کامل در /privacy/.

ثبت‌نام رایگان: 30,000 توکن در روز

ساخت حساب رایگان

کارت اعتباري لازم نيست

این ابزار را چگونه ارزیابی می‌کنید؟

Free.ai را دوست دارید؟ به دوستانتان بگویید!

بيشتر ميخواي؟ ثبت‌نام رایگان: 30,000 توکن در روز ثبت نام