Đầu nói AI

Sử dụng thương mại được phép 575 mô hình Không có dấu nước Không cần đăng ký
Mô hình:
+ GPT-5, Claude, Gemini
Chỉnh sửa ảnh chân dung để nói. Đưa ảnh mặt và tập tin âm thanh (hoặc dán văn bản), AI tạo ra một đoạn phim của khuôn mặt nói với chuyển động môi đồng bộ.
Chỉnh sửa ảnh là một tính năng cao cấp và sử dụng token mua. Không có tùy chọn miễn phí: không có mô hình đầu nói tự động với giấy phép thương mại được cài đặt. Bạn thấy giá trước khi bị tính phí.
Mô hình tự lưu miễn phí (SadTalker) không còn được cung cấp: một phần của nó đã được huấn luyện trên Basel Face Model, được cấp phép chỉ cho nghiên cứu không thương mại.

JPG, PNG hoặc WebP (ảnh chân dung chính diện, một khuôn mặt rõ nét)

Có video của người đó không? Dùng đồng bộ môi AI

MP3/WAV (hoặc để trống và dùng TTS bên dưới)

Nếu bạn cung cấp âm thanh ở trên, văn bản này sẽ bị bỏ qua. Hãy giữ nó dưới 800 ký tự (dưới 60 giây nói).
Premium, giá theo độ dài âm thanh
Tải về
Tùy chọn nâng cao
Kết quả
Token sắp hết. Nhận Thêm Token
Muốn kết quả tốt hơn? Mô Hình Cao Cấp (GPT-5, Claude, Gemini) cung cấp chất lượng cao hơn. Xem Các Kế Hoạch

❤️ Cậu yêu Free.ai?

Đăng ký để nhận liên kết giới thiệu và kiếm 30.000 token cho mỗi bạn.

Muốn thêm nữa không? Đăng ký miễn phí: 30.000 token/ngày
Đăng ký miễn phí

Đang xử lý yêu cầu của bạn...

Chỉnh sửa hình ảnh chân dung để nói với đồng bộ môi cao cấp: bỏ một hình ảnh mặt + âm thanh, lấy lại một video đầu nói đồng bộ môi. Tốt cho những người giải thích, hình nhân, lồng tiếng cho video.

Cách sử dụng Đầu nói AI

1
Nhập thông tin nhập vào

Nhập văn bản, tải lên tập tin, hay mô tả điều bạn muốn. Không cần tài khoản.

2
Nhấn để tạo

AI của chúng tôi xử lý yêu cầu của bạn trong vài giây bằng cách sử dụng các mô hình nguồn mở tốt nhất.

3
Tải về và chia sẻ

Tải xuống, sao chép, hoặc chia sẻ kết quả của bạn. Miễn phí cho sử dụng cá nhân và thương mại.

Sử dụng công cụ này qua API

Tự động hóa công cụ này từ mã của riêng bạn. Endpoint REST tương thích OpenAI, xác thực Bearer-token, không cần SDK bổ sung. Chi phí token phù hợp với giao diện web.

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}'

Đầu nói AI FAQ

Tải lên một bức ảnh chân dung và một đoạn nhạc (hoặc gõ một văn lệnh), và AI sẽ tạo động mặt để đồng bộ âm thanh với môi. Xuất ra là một video MP4 của bức ảnh "nói" với chuyển động miệng đồng bộ. Tạo động một bức ảnh là một tính năng cao cấp: nó sử dụng các token mua và giá được hiển thị trước khi bạn trả tiền.

Không. Mô hình tự lưu tự do, SadTalker, đã bị rút lại vào ngày 15 tháng 9 năm 2026. Mã của nó là Apache-2.0, nhưng trọng lượng tái tạo khuôn mặt của nó đã được huấn luyện trên Basel Face Model, giấy phép của nó chỉ cho phép nghiên cứu không thương mại, và Free.ai là một dịch vụ thương mại. Không có thay thế được cấp phép thương mại đã được cài đặt.

Một giấy phép mã nguồn mở không bao gồm trọng lượng mô hình hoặc dữ liệu mà chúng được huấn luyện. SadTalker gói một mạng lưới tái tạo khuôn mặt 3D được huấn luyện trên Basel Face Model 2009, và giấy phép Basel cấm sử dụng mô hình hoặc nội dung của nó trong các sản phẩm lợi nhuận.

Hình chân dung nhìn về phía trước, khuôn mặt rõ ràng, ánh sáng đồng đều, biểu cảm trung tính. Mặt phải lấp đầy ít nhất 30% khung hình. Tránh kính râm nặng (nó phá vỡ việc theo dõi mắt), chụp chân dung (người mẫu cần thấy cả hai mắt), và biểu cảm cực đoan. Bức ảnh đầu của phòng thu và selfie tốt sẽ hoạt động tốt.

MP3, WAV, OGG, M4A hoặc AAC của lời nói rõ ràng, dưới 60 giây mỗi đoạn. Để đồng bộ môi tốt nhất, dùng một loa duy nhất, tiếng ồn nền thấp, và nói rõ ràng. Tạo âm thanh đầu tiên qua / tts / nếu muốn viết lệnh cho đầu nói.

Vài phút cho hầu hết các đoạn nhạc; âm thanh dài hơn sẽ mất nhiều thời gian hơn. Bạn có thể đóng thẻ và kết quả sẽ xuất hiện trên bảng điều khiển.

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.

Có, tạo khuôn mặt qua /image/avatar/ hoặc /image/generate/, rồi đưa vào đây. Mô hình xử lý mọi ảnh chân dung chính diện như nhau. Chuỗi thường dùng: prompt, chân dung SDXL, /tts/ cho giọng nói, rồi tạo chuyển động tại đây.

Đồng bộ môi làm động vùng mặt. Vai, quần áo, và nền gần như tĩnh. Đối với một đầu nói với chuyển động cơ thể, bắt đầu từ một đoạn phim ngắn của người đó thay vì một bức ảnh tĩnh.

Có, gửi POST tới /v1/video/lip-sync/ với multipart `file` (bức ảnh) + `audio_file` và `consent_given=1`, mỗi clip một lần, hoặc dùng /scheduled/ để xếp hàng nhiều lượt chạy.

Có, gửi POST multipart `file` (ảnh JPG, PNG hoặc WebP, hoặc một video), `audio_file` (hoặc `text`) và, với ảnh, `consent_given=1` tới /v1/video/lip-sync/ trên api.free.ai với xác thực Bearer. Ảnh được tạo chuyển động bằng mô hình ảnh cao cấp còn video được đồng bộ môi; cả hai đều dùng token đã mua và tăng theo thời lượng âm thanh. GET /v1/video/lip-sync-quote/?input=photo&duration=20 trả về giá trước. Endpoint miễn phí cũ /v1/video/talking-head/ trả về 410. /api/ có ví dụ curl.

Tấm ảnh và âm thanh sẽ bị xóa trong vòng 24 giờ sau khi tạo ra. Các video xuất ra sẽ được lưu trên CDN của chúng tôi trong 24 giờ (7 ngày cho người dùng trả phí) để bạn có thể tải lại từ /account/?tab=history. Không bao giờ được sử dụng cho mục đích huấn luyện. Chính sách riêng tư đầy đủ tại /privacy/.

Đăng ký miễn phí: 30.000 token/ngày

Tạo Tài khoản Miễn phí

Không cần thẻ tín dụng

Bạn sẽ đánh giá công cụ này như thế nào?

Cậu yêu Free.ai?

Muốn thêm nữa không? Đăng ký miễn phí: 30.000 token/ngày Đăng ký miễn phí