UI Hovoriace hlavy
Komerčné použitie OK
380+ modelov
Žiadny vodoznak
Nie je potrebná registrácia
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.
Pokročilé možnosti
Výsledok
Žetóny sa míňajú.
Získať viac žetónov
❤️ Milujete Free.ai? Povedzte svojim priateľom!
Zaregistruj sa a získaj odporúčací odkaz a získaj 25 000 žetónov za priateľa.
Chcete viac?
Zaregistrujte sa zdarma pre 30K žetónov/deň + 10K bonus
Zaregistrujte sa zdarma
Spracovávam vašu požiadavku...
Animujte akúkoľvek portrétovú fotografiu, aby hovorila. Bezplatný SadTalker (vlastný hostiteľ) alebo prémiový lipsync — upustite obrázok tváre + zvuk, získajte video hovoriacej hlavy synchronizované s perami.Ideálne pre vysvetľovače, avatary, hlasy na videu.
Ako používať UI Hovoriace hlavy
1
Zadajte svoj vstup
Zadajte text, nahrajte súbor alebo popíšte, čo chcete. Nie je potrebné žiadne konto.
2
Kliknite na generovať
Naša UI spracuje vašu požiadavku v priebehu niekoľkých sekúnd pomocou najlepších open-source modelov.
3
Stiahnuť & zdieľať
Stiahnite si, skopírujte alebo zdieľajte svoj výsledok. Zdarma pre osobné a komerčné použitie.
Použite tento nástroj cez API
Automatizujte tento nástroj z vlastného kódu. Koncový bod REST kompatibilný s OpenAI, overenie nosičom tokenu, nie je potrebná žiadna ďalšia súprava SDK.
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 Hovoriace hlavy - FAQ
Nahrajte portrétnu fotografiu + zvukový klip (alebo súbor reči), UI animuje tvár, aby sa synchronizovala so zvukom. Výstupom je MP4 video fotografie "hovoriace" zvuk s realistickými pohybmi úst, kývaním hlavou a žmurknutím.Dva modely: bezplatný SadTalker (vlastný hostiteľ, MIT) alebo prémiový lipsync (ostrejšie ústa, rýchlejšie).
Áno — SadTalker beží na našich vlastných grafických procesoroch, ktoré sú bezplatné v dennom fonde tokenov. Každý klip stojí približne 6 000 tokenov + 800 tokenov za sekundu zvuku. Takže 10-sekundový klip stojí približne 14 000 tokenov. Anonymní používatelia získajú 6 000 tokenov denne, prihlásení používatelia získajú 30 000 tokenov denne.
SadTalker (predvolený) je zadarmo a produkuje prirodzený hovoriaci hlas s jemným pohybom hlavy + blikanie. Premium lipsync má ostrejšie tvary úst (najmä pre plosives a bilabials ako "p", "b", "m") a vykresľuje 2-3x rýchlejšie na dlhé audio. Pre sociálne-media vysvetľovače a avatary, SadTalker je skvelý.
Portrét smerujúci dopredu, jasná tvár, rovnomerné osvetlenie, neutrálny výraz. Tvár by mala vyplniť aspoň 30% záberu. Vyhnite sa ťažkým slnečným okuliarom (rušia sledovanie očí), profilovým záberom (model potrebuje vidieť obe oči) a extrémnym výrazom. Štúdiové zábery hlavy a dobré selfie fungujú skvele.
WAV alebo MP3 s jasnou rečou. SadTalker spoľahlivo zvládne 1-30 sekundové klipy, dlhšie sú podporované, ale pomalšie. Pre najlepšiu synchronizáciu úst, použite jeden reproduktor, nízky hluk pozadia a jasne vyslovovanú reč. Ak chcete skriptovať hovoriacu hlavu, vygenerujte zvuk najprv cez /tts/.
SadTalker zaberie približne 10 sekúnd GPU času na sekundu zvuku. Takže 10-sekundová hovoriaca hlava trvá ~100 sekúnd. Premium lipsync je rýchlejší (~3-5 sekúnd za sekundu zvuku), ale stojí viac. Obidva bežia na našich A100s - môžete zatvoriť kartu a výsledok pristane na vašom palubnej doske.
D-ID účtuje 5,99 USD / mesiac za 5 minút videa. HeyGen je 24 USD / mesiac. Synthesia je 30 USD / mesiac. V dennom bazéne vám dávame SadTalker zadarmo - porovnateľnú kvalitu pre vysvetľujúce / avatarové videá. Prémiová synchronizácia pier zodpovedá kvalite D-ID Studio. Bezplatná možnosť je úprimne dosť dobrá pre väčšinu prípadov krátkeho použitia TikTok / YouTube.
Áno — vygeneruj tvár cez /image/avatar/ alebo /image/generate/ a potom ju vlož sem. Model zaobchádza s akýmkoľvek portrétom smerom dopredu rovnakým spôsobom. Bežný reťazec: prompt → SDXL portrait → SadTalker animates → /tts/ pre hlas → hotovo.
SadTalker animuje oblasť tváre (ústa, oči, pohyby hlavy, žmurknutie), ramená, oblečenie a pozadie zostávajú takmer statické. Pre celé telo hovoriace hlavy s pohybom tela použite prémiový model lipsync s širším orezom.
Áno — POST do /v1/video/talking-head/ s viacdielnym `image` + `audio`. Alebo použite /scheduled/ na zaradenie viacerých spúšťaní do frontu. /batch/ tiež prijíma CSV párov image-URL + audio-URL.
Áno — POST multipart `image` + `audio` to /v1/video/talking-head/ on api.free.ai. Bearer auth. Vráti JSON s `video_url` + `share_token`. 10,000 tokenov/mesiac zadarmo. Prémia sa lineárne zvyšuje s dĺžkou trvania zvuku. /api/ má príklad curl.
Fotky a zvuk sa vymažú do 24 hodín od generovania. Výstupné videá sú uložené na našom CDN po dobu 24 hodín (7 dní pre platených používateľov), takže si ich môžete znova stiahnuť z /account/?tab=history. Nikdy sa nepoužívajú na školenie.
Ako by ste ohodnotili tento nástroj?