AI කතා කරන හිස
වාණිජ භාවිතය OK
380+ ආකෘති
ජල ලකුණක් නැත
ලියාපදිංචි අවශ්ය නැත
ආකෘතිය:
+ 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.
උසස් විකල්ප
ප්රතිඵලය
ටොකන් අඩුයි.
වැඩි ටොකන ලබාගන්න
❤️ Free.ai ආදරය? ඔබේ මිතුරන්ට කියන්න!
සහභාගීආදේශය සබැඳියක් ලබා ගැනීමට සහ මිතුරෙකු සඳහා 30,000 ටොකන් උපයා ගැනීමට.
තව ඕනෙද?
30K ටොකන් / දින + 10K බෝනස් සඳහා නොමිලේ ලියාපදිංචි
ලියාපදිංචි වන්න
ඔබේ ඉල්ලීම සැකසීම...
කතා කිරීමට ඕනෑම ප්රතිමාව ඡායාරූප සජීවීකරණය. නිදහස් SadTalker (ස්වායත්ත-සත්කාරක) හෝ වාරික lipsync - මුහුණු රූපයක් + ශ්රව්ය පහත වැටීම, නැවත තොල්-සමගකරණය කතා-හිස වීඩියෝ ලබා. පැහැදිලි කරන්නන් සඳහා කදිම, ඇවතාර්, වීඩියෝ හඬ-වඩා.
භාවිතා කරන ආකාරය AI කතා කරන හිස
1
ඔබේ ආදාන ඇතුළත් කරන්න
පෙළ වර්ග, ගොනුවක් උඩුගත, හෝ ඔබට අවශ්ය දේ විස්තර. ගිණුමක් අවශ්ය නැත.
2
ජනනය කරන්න ක්ලික් කරන්න
අපගේ AI හොඳම විවෘත මූලාශ්රය ආකෘති භාවිතා තත්පර තුළ ඔබේ ඉල්ලීම ක්රියාවලිය.
3
බාගත කිරීම සහ හුවමාරුව
බාගත, පිටපත්, හෝ ඔබේ ප්රතිඵල බෙදා. පෞද්ගලික හා වාණිජ භාවිතය සඳහා නිදහස්.
API හරහා මෙම මෙවලම භාවිතා කරන්න
ඔබේම කේතය තුළින් මෙම මෙවලම ස්වයංක්රීය කරන්න. OpenAI අනුකූල REST අවසන් ස්ථානය, දරන්නා-ටොකන් auth, අමතර SDK අවශ්ය නැත. ටොකන් පිරිවැය වෙබ් අතුරුමුහුණතට ගැලපේ.
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}'AI කතා කරන හිස - FAQ
ඡායාරූපයක් + ශ්රව්ය ක්ලිප් එකක් උඩුගත කරන්න (හෝ කථා ගොනුව), AI ශ්රව්ය ලිප්-සමකරණය කිරීමට මුහුණ සජීවීකරණය. ප්රතිදානය ඡායාරූපය MP4 වීඩියෝ "කථා" යථාර්ථවාදී මුඛ ක්රියාකාරකම් සමග ශ්රව්ය වේ, හිස ස්නානය, හා ක්ලික්. ආකෘති දෙකක්: නිදහස් SadTalker (ස්වායත්ත, MIT) හෝ වාරික lipsync (තද මුඛය, වේගවත්).
ඔව් - SadTalker අපගේ ස්වයං-සත්කාරක GPUs මත ධාවනය වේ, දෛනික ටොකන් පූල් හි නොමිලේ. එක් එක් ක්ලිප් සඳහා ~ 6,000 ටොකන් පදනම + ශ්රව්ය තත්පරයට 800 ටොකන් වියදම් වේ. එබැවින් 10-තත්පර ක්ලිප් ~ 14,000 ටොකන් වේ. නිශ්චිතව 6,000 / දින ලබා ගන්න, අත්සන් කර 30,000 / දින ලබා ගන්න. ප් රතිලාභ දිගින් දිගටම දිගු නමුත් වඩාත් කැපී පෙනෙන ප් රතිදානය සමඟ ප් රමාණවත් වේ.
SadTalker (පෙරනිමි) නිදහස් වන අතර, සරල හිස ක්රියා + ක්ලික් ස්වභාවික කතා-හිස නිෂ්පාදනය. ප් රමිති lipsync තද මුඛ හැඩ (විශේෂයෙන්ම "පී" වැනි plosives හා bilabials සඳහා, "බී", "එම්") හා දිගු ශ්රව්ය මත 2-3x වේගවත් කරයි. සමාජ මාධ්ය පැහැදිලි කිරීම් හා ඇවතාර් සඳහා, SadTalker මහා ය. ඉහළ විශ්වාසය දෙබස් සහ කට-සමගකරණය-විවේචනාත්මක අන්තර්ගතය සඳහා, ප් රමිති මාරු.
ඉදිරිපස මුහුණ දුන් පින්තූරය, පැහැදිලි මුහුණ, පවා ආලෝකය, ස්වාධීන හැඟීමක්. මුහුණ අවම වශයෙන් රාමුවේ 30% ක් පුරවා ගත යුතුය. බර හිරු කණ්නාඩි වළක්වා ගන්න (ඔවුන් ඇස් හඹා යාම බිඳ දමයි), පැතිකඩ ඡායාරූප (ආකෘතිය ඇස් දෙකම දෘශ් යමාන අවශ්ය), සහ අතිශය හැඟීම්. ස්ටුඩියෝ හිස් ඡායාරූප සහ හොඳ selfies විශාල කාර්යයක් ඉටු කරයි.
පැහැදිලි කථාව WAV හෝ MP3. SadTalker විශ්වාසනීයව 1-30 තත්පර ක්ලිප් හැසිරවීම, දිගු සහාය වන නමුත් මන්දගාමී. හොඳම තොල්-සමෝචනය සඳහා, තනි කථානායක භාවිතා, අඩු පසුබිම් ශබ්දය, සහ පැහැදිලිව කටපාඩම් කථාව. ඔබ කතා හිස ස්ක්රිප්ට් කිරීමට අවශ්ය නම් / tts / හරහා පළමු ශ්රව්ය ජනනය.
SadTalker ගැන ගනී 10 ශ්රව්ය තත්පරයකට GPU කාලය තත්පර. ඒ නිසා 10-තත්පර කතා හිස ~ 100 තත්පර ගනී. වාරික lipsync වේගවත් වේ (ශ්රව්ය තත්පරයට ~ 3-5 තත්පර) නමුත් වැඩි වියදම්. දෙකම අපේ A100s මත ධාවනය - ඔබ ටැබ් වසා ඔබේ දර්ශක පුවරුව ප්රතිඵලය ගොඩබිම් කළ හැකිය.
D-ID ගාස්තු $5.99 / මාසය සඳහා5වීඩියෝ විනාඩි. HeyGen වේ $24 / මාසය. Synthesia වේ $30 / මාසය. අපි ඔබට දෛනික පූල් දී SadTalker නිදහස් දෙන්න - පැහැදිලි කිරීමක් / ඇවතාර් වීඩියෝ සඳහා සමාන ගුණාත්මක. ප් රමිති lipsync D-ID ස්ටූඩියෝ ගුණාත්මක ගැලපෙන. නිදහස් විකල්පය බොහෝ TikTok / YouTube කෙටි භාවිතය සඳහා අවංකව හොඳයි.
ඔව් — /image/avatar/ හෝ /image/generate/ හරහා මුහුණක් ජනනය කරන්න, ඉන්පසු එය මෙහි පෝෂණය කරන්න. ආකෘතිය ඕනෑම ඉදිරිපස මුහුණලා ප්රතිබිම්භය එකම ආකාරයෙන් සලකනු ලැබේ. පොදු දාම: ඉක්මන් → SDXL ප්රතිබිම්භය → SadTalker සජීවීකරණය → හඬ සඳහා /tts/ → සිදු.
SadTalker මුහුණ ප්රදේශය සජීවීකරණය (මුඛය, ඇස්, හිස ස්ලයිඩ්, ක්ලික්). උරහිස්, ඇඳුම්, සහ පසුබිම ස්ථාවර ප්රමාණයක් රැඳී. ශරීරය ව්යාපාරය සමග පූර්ණ-ශරීරය කතා-හිස සඳහා, පුළුල් බෝග සමග වාරික lipsync ආකෘතිය භාවිතා කරන්න.
ඔව් - බහු-කොටස් සමග /v1/video/talking-head/ POST `පින්තූරය` + `ශ්රව්ය`. හෝ බොහෝ ධාවනය පේලියේ / සැලසුම් / භාවිතා. / බැච් / ද ඡායාරූප-URL + ශ්රව්ය-URL යුගල CSV පිළිගනී.
ඔව් - api.free.ai මත /v1/video/talking-head/ වෙත බහු-අංශ `image` + `audio` යැවීම. දරන්නා auth. `video_url` + `share_token` සමඟ JSON යවයි. 10,000 ටොකන් / මාසය නොමිලේ. ශ්රව්ය කාලසීමාව සමඟ රේඛීයව ප් රමාණය. /api/ හි කැරලි උදාහරණයක් ඇත.
ඡායාරූප සහ ශ්රව්ය තුළ මකා දමන 24 පරම්පරාවේ පැය. ප්රතිදානය වීඩියෝ සඳහා අපගේ CDN මත වාඩි 24 පැය (7 ගෙවන පරිශීලකයන් සඳහා දින) ඔබ / ගිණුම / සිට නැවත බාගත කළ හැකි නිසා? tab = ඉතිහාසය. පුහුණුව සඳහා භාවිතා නොකළ යුතුය. / පෞද්ගලිකත්වය / දී පූර්ණ පෞද්ගලිකත්ව ප්රතිපත්තිය.
ඔබ කොහොමද මෙම මෙවලම ලකුණු කරන්නේ?