เครื่องมือแปลวิดีโอ AI

ใช้ในเชิงพาณิชย์ได้ 380+ โมเดล ไม่มีสัญลักษณ์น้ำ ไม่ต้องลงทะเบียน
รุ่น:
+ GPT-5, Claude, Gemini
Repost your YouTube in Spanish, Hindi, French — with your face actually saying the words. Upload a video, pick a target language + voice, and we transcribe, translate, re-voice, and mix the new audio back into the original clip. Toggle lip-sync to also re-render the mouth.

ลากและวางวิดีโอของคุณที่นี่ หรือคลิกเพื่อค้นหา

MP4, MOV, WebM สูงสุด 100MB · คลิปที่ใช้เวลาน้อยกว่า5นาทีทำงานเร็วที่สุด

· ·
~ 1,500 โต๊กเกอร์ต่อนาทีของวิดีโอ (พาธเสียง) · ~ 3,000/min ด้วยลิป-ซินคอน
กำลังดึงเสียงจากวิดีโอ...
วิดีโอแปลพร้อม
Show transcript + translation
ต้นฉบับ (บันทึก)

                    
แปลแล้ว

                    
ดาวน์โหลด MP4

ที่ที่วิดีโอแปลภาษามีค่า

รีโพสต์ YouTube ทั่วโลก

ภาษาอังกฤษ 1 ครั้ง → สเปน, ฮินดี, ฝรั่งเศส, โปรตุเกส, อินโดนีเซีย 1 ครั้ง เพิ่มเสียงผู้พูดในแต่ละภาษา 4x จำนวนผู้ชมในการผลิตครั้งเดียว

ปรับแต่งสนามกีฬาตามท้องถิ่น

นักเรียนออนไลน์แปลวิดีโอ 50 วิดีโอเป็น 10 ภาษาในเวลาเดียวกัน เลือกลิปซินคอน ทำให้ส่วนที่พูดหัวรู้สึกเหมือนคนพื้นเมือง ไม่ใช่คำอธิบาย

ปรับแต่งโฆษณา

แสดงผลงานเดียวกัน ผ่านแอคเคาท์โฆษณาเฉพาะประเทศ 10 แห่ง นักแสดงเดียวกัน ภาพเดียวกัน เสียงพื้นเมืองของแต่ละตลาด

วิธีการทำงานของเครื่องแปลวิดีโอ

ขั้นที่ 1

ดึงเสียงออกมา

เซิร์ฟเวอร์ด้าน ffmpeg ดึงข้อมูล MP3 สะอาดจากที่คุณอัพโหลด เร็ว — ทำงานบน API VPS

ขั้นที่ 2

เขียนต่อ

เสียงกระซิบเปลี่ยนเสียงเป็นข้อความด้วยการตรวจจับภาษาอัตโนมัติ สนับสนุนภาษา 99 ภาษา

ขั้นที่ 3

Translate + re-voice

MadLAD แปลภาษาเป้าหมาย; Kokoro พูดกลับในเสียงที่คุณเลือกจาก 174 ตัวเลือก

ขั้นที่4

Mix back + (optional) lip-sync

ffmpeg จะแทนที่เสียงต้นฉบับด้วยแทร็กใหม่ หากเปิดการปรับแต่งลิปซินคอน Sync Lipsync v2 จะปรับแต่งเสียงปากให้เข้ากับเสียงเดิม

คำแนะนำสำหรับวิดีโอแปลที่สะอาดที่สุด

  • เสียงลำโพงหน้าเดียว ฉากที่มีลำโพงหลายตัว ทำให้การแปลและเสียงสอดคล้องกับริมฝีปากสับสน
  • เสียงชัดเจนที่ -6 ดีบี เสียงดนตรีพื้นหลังหรือเสียงรบกวนจะลดความแม่นยำของการแปล
  • คลิปที่ยาวน้อยกว่า5นาที จะใช้เวลา 2-5 นาที (ทางเสียง) หรือ 5-15 นาที (ด้วยลิปซินคอน)
  • ภาษาสเปน ฝรั่งเศส เยอรมัน โปรตุเกส อิตาเลียน มีตัวเลือกเสียง Kokoro ที่ธรรมชาติที่สุด ฮินดี อาราบิก ญี่ปุ่น เกาหลี และจีนก็ทำงานได้
ตัวเลือกระดับสูง
ผลลัพธ์
เหรียญหมดแล้ว เอาชิปเพิ่ม
ต้องการผลลัพธ์ที่ดีกว่านี้ไหม? รุ่นพิเศษ (GPT-5, Claude, Gemini) ทำให้คุณภาพดีขึ้น แสดงแผน

❤️ Love this tool? Share it!

ลงทะเบียนเพื่อรับลิงค์แนะนำ และรับ 25,000 โต๊กเกอร์ต่อเพื่อน

อยากได้อีกมั้ย ลงทะเบียนฟรี 30K ชิ้น/วัน + 10K โบโน
ลงทะเบียน

กำลังประมวลผลคำขอของคุณ...

ปรับโพสต์ YouTube ของคุณเป็นภาษาสเปน, ฮินดี, ฝรั่งเศส — ด้วยเสียงของผู้พูดในภาษาเป้าหมาย Whisper เขียน, MadLAD แปล, Kokoro เสียงใหม่, ffmpeg ผสมกลับมา. ตัวเลือก Sync Lipsync v2 แสดงปากใหม่

วิธีการใช้ เครื่องมือแปลวิดีโอ AI

1
เติมข้อมูลของคุณ

พิมพ์ข้อความ, โหลดแฟ้ม, หรืออธิบายสิ่งที่คุณต้องการ ไม่จำเป็นต้องมีบัญชีผู้ใช้

2
คลิกสร้าง

ระบบ AI ของเราจะประมวลผลคำขอของคุณในไม่กี่วินาที โดยใช้แบบจำลอง Open Source ที่ยอดเยี่ยม

3
ดาวน์โหลดและแบ่งปัน

ดาวน์โหลด, คัดลอก, หรือแบ่งปันผลลัพธ์ของคุณ ฟรีสำหรับใช้ส่วนตัวและใช้ในเชิงพาณิชย์

ใช้เครื่องมือนี้ผ่าน API

สร้างเครื่องมือนี้โดยอัตโนมัติจากโค้ดของคุณเอง จุดจบ REST ที่เข้ากันได้กับ OpenAI, การตรวจสอบสิทธิ์ด้วยโทเค็นผู้ใช้, ไม่จำเป็นต้องใช้ SDK เพิ่มเติม ค่าโทเค็นจะตรงกับส่วนติดต่อของเว็บ

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}'

เครื่องมือแปลวิดีโอ AI — FAQ

อัพโหลดวิดีโอใดๆก็ได้ (คลิป YouTube, บทสรุปการสอน, คำแนะนำเกี่ยวกับผลิตภัณฑ์) และเราจะแปลมันเป็นภาษาเป้าหมายพร้อมกับเสียงของผู้พูดที่ถูกสังเคราะห์ใหม่ในภาษานั้น หากต้องการ ลิปซินคอนจะแสดงปากให้ดูเหมือนเสียงใหม่ ความสูง: โพสต์วิดีโอ YouTube ของคุณเป็นภาษาสเปน ฮินดี ฝรั่งเศส ด้วยใบหน้าของคุณพูดคำนั้นๆ

ขั้นที่5คือการทำงานตามลำดับของคลาวด์: (1) ffmpeg ดึง MP3 ออกมาจากวิดีโอ (2) Whisper เขียนมันขึ้นมาใหม่ (ตรวจจับภาษาได้อัตโนมัติ 99 ภาษา) (3) MadLAD แปลข้อความ (4) Kokoro พูดคำแปลในเสียงที่คุณเลือก (5) ffmpeg ผสมเสียงใหม่กลับเข้าไปในวิดีโอต้นฉบับ แทนที่จะใช้เสียงเดิม หากเปิดการปรับแต่งลิปซินคอนแล้ว ขั้นที่6จะนำผลลัพธ์ไปยัง Sync Lipsync v2 เพื่อปรับแต่งปากใหม่

การแปลเสียงวิดีโอจะใช้การแปลเสียงแบบลิปซิงค์เต็มรูปแบบเสมอ - มันเป็นตัวเลือกที่คุ้มค่าและรักษาตัวตนไว้ได้ดีที่สุด ตัวแปลวิดีโอจะทำการแปลเสียงแบบลิปซิงค์แบบเลือกใช้: พลาดมันไปเพื่อการแปลที่เร็วขึ้น3เท่า, ถูกลง ~50% ซึ่งเหมาะสมสำหรับเนื้อหาแบบเสียงบนเนื้อหาที่การแปลเสียงแบบลิปซิงค์ที่สมบูรณ์แบบนั้นไม่สำคัญ (พอดแคสต์, บันทึกหน้าจอ, วิดีโอทำอาหาร, อะไรก็ตามที่ผู้พูดไม่ได้อยู่ในภาพใกล้ตลอดเวลา)

พาธเฉพาะเสียงจะทำงานเกือบทั้งหมดบนโมเดลที่โฮสต์เอง (ffmpeg + Whisper + MadLAD + Kokoro) ดังนั้นมันจะเข้ากับการให้สิทธิ์ในวันของคุณสำหรับคลิปสั้นๆ ลิปซินคอนใช้โมเดล Sync Lipsync v2 และต้องการซื้อโต๊กเกอร์ ประมาณ: ~ 1,500 โต๊กเกอร์ต่อนาทีของวิดีโอสำหรับพาธเสียง, ~ 3,000/ min ด้วยลิปซินคอน

รายการที่คลิกลงมาจะแสดงภาษาที่ใช้กันมากที่สุด 20 ภาษา (สเปน, ฝรั่งเศส, เยอรมัน, อิตาลี, โปรตุเกส, ดัตช์, โปแลนด์, รัสเซีย, ตุรกี, อาราบิก, ฮีบรู, ฮินดี, จีน, ญี่ปุ่น, เกาหลี, เวียดนาม, อินโดนีเซีย, ไทย, สวีเดน, อังกฤษ) MadLAD รองรับภาษา 450+ ภาษา โดยทางเทคนิค หากคุณต้องการภาษาอื่น ๆ โปรดติดต่อเรา

ใช่ — ตัวเลือกเสียงจะดึงเสียง Kokoro ทั้งหมด 174 เสียง จาก 37 ภาษา เสียงแต่ละเสียงจะถูกแท็กด้วยตัวอย่าง ดังนั้นคุณจะสามารถทดสอบก่อนที่จะทำการคอมมิชชั่นได้ เลือกเพศของเสียงให้ตรงกับผู้พูดเพื่อผลลัพธ์ที่สมบูรณ์แบบที่สุด

ไม่ — Kokoro เลือกจากเสียง 174 เสียง ไม่ใช่โคลนของผู้พูดตัวจริง สำหรับโคลนเสียงที่รักษาตัวตนไว้ ให้ใช้ /voice/clone/ เครื่องมือของเราก่อน เพื่อจับเสียงของผู้พูด จากนั้นใช้กระบวนการทำงานที่กำหนดเอง การโคลนเสียง + การแปลอัตโนมัติในท่อเดียวกัน อยู่ในแผนการ

คลิปขนาดใหญ่กว่า 100MB สามารถทำการประมวลผลได้ดี น้อยกว่า5นาที ใช้เวลา 2-5 นาที สำหรับพาธเสียง 5-15 นาที สำหรับวิดีโอยาวกว่านี้ แยกเป็นฉาก ปรับแต่งแต่ละฉาก แล้วรวมเข้าด้วยกันใน /video/editor/

MP4, MOV, WebM, MKV ขนาดสูงสุด 100MB ตัวเลขลำโพงด้านหน้าตัวเดียวจะให้การตีความที่สะอาดที่สุด และ (หากคุณเปิดใช้งาน) เสียงที่ตรงกันได้ดีที่สุด เสียงดนตรีเบื้องหลัง หรือ ลำโพงหลายตัวจะลดความแม่นยำของการตีความ

ไม่ใช่ด้วยเครื่องมือแปลวิดีโอ AI — มันจะแทนที่เสียง ไม่ใช่ภาพ หากต้องการเขียนคำอธิบายภาษาอังกฤษลงในวิดีโอ ให้ใช้เครื่องมือ /video/caption/ บนผลลัพธ์ หากต้องการส่งออกแฟ้มคำอธิบายภาษาอังกฤษ SRT/VTT ให้ใช้ /transcribe/ บนวิดีโอต้นฉบับ

ไม่ การอัพโหลดจะถูกลบออกภายในไม่กี่นาทีหลังจากการแสดงผล ข้อมูลที่ออกมาจะถูกเก็บไว้ใน CDN ของเราเป็นเวลา 24 ชั่วโมง (7 วันสำหรับผู้ใช้ที่จ่ายค่าบริการ) ที่ลิงก์การแบ่งปัน หลังจากนั้นจะถูกลบออก

ไม่ใช่เป็นจุดจบเดียว - เชื่อมโยงกับจุดที่อยู่แล้ว: POST /v1/video/to-audio/ → /v1/stt/ → /v1/translate/ → /v1/tts/ → /v1/video/add-audio/, จากนั้นเลือก /v1/video/lip-sync/. คำแนะนำการคูลลิ่งสำหรับแต่ละจุดที่ /api/. ส่วนหน้านี้จัดการกับโซ่นี้อย่างแน่นอน

ลงทะเบียนฟรี 30,000 ชิ้น

สร้างบัญชีผู้ใช้ฟรี

ไม่ต้องใช้บัตรเครดิต

คุณจะให้คะแนนเครื่องมือนี้ยังไง

Love this tool? Share it!