စာသားမှစကားပြော AI အရာရှိများ ဂီတ စာသားသို့ပြောဆိုခြင်း အသံခိုးယူခြင်း အသံဒီဇိုင်း ဈေးကွက် ပိုများများ
Bug / Feature Request များ တင်ပြရန်

AI Lip Sync ရုပ်သံ Generator ကို

မျက်နှာပုံနှင့်အသံဖိုင်ကိုနှုတ်ခမ်း sync နှင့်အတူပြောဆို-ဦးခေါင်းဗီဒီယိုတစ်ခုသို့ပြောင်း, ခေါင်းကိုတင်နှင့်ပြုံး. ကျွန်တော်တို့ရဲ့လိုင်စင်ကခွင့်ပြုတဲ့မော်ဒယ်ရှာနေစဉ်လက်ရှိမရရှိနိုင်.

အခမဲ့ Sign Up
ကျွန်တော်တို့ဟာသင့်ရဲ့ဘာသာစကားအတွက် TTS အသံတွေမရှိသေးပါဘူး. ကျွန်တော်တို့ကိုသင့်ရဲ့ add ကူညီပါ! သင့်အသံကိုရောင်း
Lip sync ဟာအခုတော့မရနိုင်ပါဘူး. SadTalker ပုံစံက Basel Face Model ကိုအပေါ်လေ့ကျင့်ခဲ့သည်, တစ်ခုတည်းသော Non-စီးပွားရေးသုတေသနလိုင်စင်ဖြစ်ပါတယ်, ဒါကြောင့်ကျွန်တော်တို့ကပေးဆောင်ဝန်ဆောင်မှုအပေါ်ဒါကိုပေးဆောင်နိုင်. သင့်လျော်တဲ့လိုင်စင်နှင့်အတူအဘယ်သူမျှမအစားထိုး installed သေး.

မျက်နှာ + Audio ကို Upload

တစ်စက္ကန့်လျှင် စာလုံးပေါင်း ၁၀၀၀

ဖိုင်ကိုဒီနေရာသို့ဆွဲချပါ၊ သို့မဟုတ် ရှာဖွေ

JPG, PNG, or short MP4/WebM. Max 10MB. One clear, well-lit face works best.

file.mp3

0 MB

ဖိုင်ကိုဒီနေရာသို့ဆွဲချပါ၊ သို့မဟုတ် ရှာဖွေ

MP3, WAV, M4A, or FLAC. Max 10MB. Free: up to 30 sec. Pro: up to 5 min.

file.mp3

0 MB

သင့်ရဲ့ဗီဒီယိုကိုပြသနေသည်။ ဤသည်ပုံမှန်အားဖြင့် 30 စက္ကန့်မှ2မိနစ်ကြာသည်။

သင်၏ပြောဆို-ခေါင်းဗီဒီယို

ဒေါင်းလုပ်လုပ်

SadTalker အကြောင်း

SadTalker (CVPR 2023, Tencent ARC) မည်သည့်အသံကိုပြောဆိုရန်တစ်ဦးတည်းမျက်နှာပုံရိပ်ကို animates သော open-source ကိုပြောဆို-ဦးခေါင်းမော်ဒယ်တစ်ခုဖြစ်သည်။ Wav2Lip ကွဲပြားခြားနားသောမတူဘဲ, SadTalker လည်းခေါင်းကို pose ကို animates, အပြုံး, နှင့်ပိုမိုသဘာဝရလဒ်များအတွက်ထုတ်ဖော်ပြောဆိုမှု။

SadTalker ၏ကုဒ် Apache-2.0 ဖြစ်ပါသည်, ဒါပေမဲ့သူ့ရဲ့ 3D မျက်နှာပြင်ပြန်လည်တည်ဆောက်မှုအလေးချိန် Basel Face Model ကိုအပေါ်လေ့ကျင့်ခဲ့ကြ, ၏လိုင်စင်သာမန်စီးပွားရေးသုတေသနခွင့်ပြု. TTS.ai စီးပွားရေးလုပ်ငန်းဝန်ဆောင်မှုဖြစ်ပါသည်, ထို့ကြောင့် tool ကိုစက်တင်ဘာလ 15, 2026 အပေါ်ပိတ်ဆို့ခဲ့သည်.

အကောင်းဆုံးရလဒ်များအတွက်အကြံပြုချက်များ

  • မြင့်မားသောအရည်အသွေး, ကောင်းစွာအလင်းရောင်ပုံရိပ်ကိုအသုံးပြုပါ - မျက်လုံးမြင်နိုင်, ပါးစပ်ပိတ်
  • မျက်နှာပြင်ကို Centered, စတုရန်းသို့မဟုတ် 4:5 aspect ratio ကိုအကောင်းဆုံးအလုပ်လုပ်တယ်
  • ရှင်းလင်းသောစကားပြောအသံ (ဂီတမရှိ) ခိုင်မာတဲ့ပါးစပ် sync ထွက်လာ
  • ရဲဘော်ရိုက်ချက်များအတွက် GFPGAN ခွင့်ပြုပါ - render အချိန်နှစ်ဆပေမယ့်အသေးစိတ် sharpens
  • ပုံတူရိုက်ချက်ကို တည်ငြိမ်စေချင်ရင် တည်ငြိမ်တဲ့ ရှေ့ထားချက်ကို သုံးစွဲပါ

Lip Sync ရုပ်သံအစီအစဉ်များ

သင်ပိုမိုလိုအပ်တဲ့အခါအခမဲ့စတင်, upgrade

လွတ်လပ်မှု
  • ၃၀-စက္ကန့် အသံအကနုတ်
  • 256 px ထုတ်လုပ်မှု
  • "Still" ပဲ ပြင်ဆင်ထား
  • မျက်နှာပြင် တိုးမြှင့်ချက် မရှိပါ
လူကြိုက်အများဆုံး
အခမဲ့အကောင့်
  • ၃၀-စက္ကန့် အသံအကနုတ်
  • "ပြည့်စုံ" နဲ့ "တည်ငြိမ်" နှစ်ခုစလုံး
  • 256 / 512 px ထုတ်လုပ်မှု
  • GFPGAN မျက်နှာပြင်တိုးမြှင့်
အခမဲ့ Sign Up
ပရော်ဖက်ရှင်နယ်
  • ၅-မိနစ် အသံအကနန့်
  • GPU အဆင့်ဆင့်
  • API ကို access (multipart တင်သွင်း)
  • Webhook ပြီးစီးမှု callbacks
  • လက်ရှိရရှိနိုင် (non-ကုန်သွယ်မော်ဒယ်လိုင်စင်)
အဆင့်မြှင့်

မေးလေ့ရှိသောမေးခွန်းများ

မျက်နှာပုံရိပ်နှင့်အသံဖိုင်ကို upload လုပ်ပါ, နှင့် AI မျက်နှာနှုတ်ခမ်းလှုပ်ရှားမှုနှင့်အတူအသံပြောဆိုသောမျက်နှာ၏ဗီဒီယိုတစ်ခုထုတ်လုပ်, ခေါင်းကိုတင်နှင့်ပြုံး. ဤ tool ကိုလက်ရှိမရရှိနိုင်: သူက SadTalker (CVPR 2023) ကို run, 3D မျက်နှာပြင်ပြန်လည်တည်ဆောက်မှုအလေးချိန် Basel Face Model ကိုအပေါ်လေ့ကျင့်ခဲ့ကြ, တစ်ခုတည်းသာ Non-ကုန်သွယ်ရေးသုတေသနများအတွက်လိုင်စင်ရ.

မျက်နှာ input ကို JPG သို့မဟုတ် PNG ရုပ်ပုံ (အထိ 10 MB) သို့မဟုတ်တိုတောင်းတဲ့ MP4 / WebM ယာဉ်မောင်းဗီဒီယိုဖြစ်နိုင်ပါသည် (ကျွန်တော်တို့ဟာပထမဦးဆုံး frame ကိုအသုံးပြု). ယာဉ်မောင်းအသံ MP3 ဖြစ်နိုင်ပါသည်, WAV, M4A, သို့မဟုတ် FLAC အထိ 10 MB. ကျနော်တို့အတွင်းပိုင်း 16 kHz ကိုအသံကို resampling.

အခမဲ့အကောင့်များ: အထိ 30 စက္ကန့်တစ် clip ကို. ပေးဆောင်အသုံးပြုသူများ: အထိ5မိနစ်တစ်လျှောက်လွှာ. ပိုမိုကြာရှည်အသံပိုမိုကြာရှည် render အချိန်နှင့်ပိုမိုမြင့်မားသော character ကိုကုန်ကျစရိတ်ဆိုလိုသည်။

Lip sync video အသုံးပြု 1,000 character per second of generated video. A 30-second clip = 30,000 characters. The cost is billed up front from your character balance and automatically refunded if generation fails.

SadTalker code ကို Apache-2.0 ဖြစ်ပါတယ်, ဒါပေမဲ့သူ့ရဲ့ bundled မျက်နှာပြင်ပြန်လည်တည်ဆောက်ရေးကွန်ယက် Basel Face Model ကိုအပေါ်လေ့ကျင့်ခဲ့သည် 2009, ၏လိုင်စင်အတွင်းပိုင်းခွင့်ပြု, စီးပွားရေးလုပ်ငန်းမဟုတ်သောသုတေသနသာ. စက်တင်ဘာလအလိုတွင်၎င်းနှင့်အတူ generated ဗီဒီယိုများ 15, 2026 စီးပွားရေးလုပ်ငန်းအသုံးပြုမှုအတွက်မဟုတ်ကြ, ပေးဆောင်အစီအစဉ်များပါဝင်သည်. သင် upload တင်ရန် source ကိုမျက်နှာပုံရိပ်နှင့်အသံကိုပိုင်ဆိုင်ခွင့်ရှိခြင်းအတွက်တာဝန်ရှိကြသည်။

ကိရိယာကို run သောအခါ,5စက္ကန့် clip ကိုအကြောင်းကိုယူ 30 စက္ကန့်, အသံအရှည်နှင့်အတူအကြမ်းဖျင်း linearly scale. ဒါဟာလက်ရှိမရရှိနိုင်နေစဉ်ကျွန်တော်တို့ရဲ့လိုင်စင်ကခွင့်ပြုသောစကားပြော-ဦးခေါင်းမော်ဒယ်ရှာတွေ့.

အပြည့်အဝ preset ( default ) ခေါင်းကိုတင်, အပြုံး, နှင့်နှုတ်ခမ်းနှင့်အတူအသွင်အပြင်ကို animates, ပိုမိုသဘာဝပြောဆို-ခေါင်းဗီဒီယိုထုတ်လုပ်. သေး preset နေရာတွင်ခေါင်းကို locks နှင့်သာပါးစပ်ကို animates — သင်သည်အစဉ်အလာ avatar ရိုက်ချက်ကိုလိုချင်တဲ့အခါအသုံးဝင်.

GFPGAN သည် rendering ပြီးနောက်မျက်နှာအသေးစိတ်အချက်အလက်များကိုပြင်းထန်စေသောမျက်နှာပြင်ပြန်လည်ထူထောင်ရေးမော်ဒယ်တစ်ခုဖြစ်သည်။ ၎င်းသည်ပေးအပ်ခြင်းမရှိပါ။ ၎င်း၏ StyleGAN2 အရင်က NVIDIA ၏စီးပွားရေးလုပ်ငန်းမဟုတ်သောလိုင်စင်အောက်တွင်ရှိပြီး၎င်း၏မျက်နှာပြင် parsing မော်ဒယ်သည် CC BY-NC-SA ဖြစ်သည်။

SadTalker မှာ 256 px မှာ default အားဖြင့်ပေးပို့, 512 px နှင့်အတူနှေး option အဖြစ်. အဆိုပါ tool ကိုလက်ရှိရရှိနိုင်မဟုတ်ပါ; ကောင်းစွာ-အလင်း, မြင့်မားသောအရည်အသွေးပုံရိပ်ကိုမည်သည့်ပြောဆို-ဦးခေါင်းမော်ဒယ်နှင့်အတူအကောင်းဆုံးရလဒ်ကိုပေး.

ဟုတ်ကဲ့. မျက်နှာ input ကိုအဖြစ် MP4 သို့မဟုတ် WebM ကို upload လုပ်ပါနှင့်ကျွန်တော်တို့ဟာယာဉ်မောင်းအမည်အဖြစ်ပထမဦးဆုံး frame ကိုအသုံးပြုလိမ့်မည်။ အပြည့်အဝဗီဒီယို re-dubbing (per-frame ကိုပါးစပ်အစားထိုး) အတွက်, လာမည့် Dubbing စတူဒီယိုဗီဒီယိုပြွန်ကိုကြည့်ပါ။

ဟုတ်ကဲ့. မျက်နှာနှင့်အသံနယ်ပယ်နှင့်အတူ /api/v1/lipsync/ သို့ multipart တောင်းဆိုချက်ကို POST, ထို့နောက်အခြေအနေသည် "ပြီးစီး" အထိ poll /api/v1/lipsync/result/?uuid=. တုံ့ပြန်မှုသည် rendered MP4 သို့ URL ကိုပါဝင်သည်။ API ဝင်ရောက်ခွင့်ကိုပေးဆောင်ပရောဂျက်လိုအပ်သည်။

SadTalker အများဆုံးထင်ရှားမျက်နှာကိုရှာဖွေတွေ့ရှိခြင်းနှင့်စိုက်ပျိုးရန်မျက်နှာ-alignment ကိုအသုံးပြု. အကောင်းဆုံးရလဒ်များကိုများအတွက်, တစ်ဦးလူကဗဟိုပြုနှင့်အတူပုံတူ upload, မျက်လုံးမြင်ရ, နှင့်အနည်းဆုံး occlusion. Group photos may produce unpredictable results.
5.0/5 (1)

ကျွန်တော်တို့ကိုတိုးတက်ကောင်းမွန်စေနိုင်သလား? သင့်ရဲ့အကြံပြုချက်များကျွန်တော်တို့ကိုပြဿနာများကိုဖြေရှင်းကူညီပေးသည်။

စတင်ရန် အဆင်သင့်ဖြစ်ပြီလား။

အခမဲ့ Sign Up လုပ်ပြီးရယူပါ 15,000 characters. No credit card required.

အခမဲ့ Sign Up ကြည့်ရှုစျေးနှုန်းများ