ପାଠ୍ୟରୁ ବାକ୍ୟName AI ପ୍ରତିନିଧି ସଂଗୀତName ପାଠ୍ୟକୁ ବାକ୍ୟName ଧ୍ୱନି କ୍ଲୋନିଂName ଧ୍ୱନି ବିନ୍ୟାସName ବଜାର ଅଧିକ
ତ୍ରୁଟି ଖବର କରନ୍ତୁ / ବିଶେଷତା ଅନୁରୋଧ

AI ଲିପ ସମକାଳୀନ ଭିଡିଓ ନିର୍ମାତାName

ଲିପ ସିଙ୍କ, ମସ୍ତିଷ୍କ ସ୍ଥାପନ ଏବଂ ବ୍ଲିଙ୍କ ସହିତ ଗୋଟିଏ କଥାବାର୍ତ୍ତା-ମସ୍ତିଷ୍କ ଭିଡିଓରେ ଗୋଟିଏ ମୁଖ ଫଟୋ ଏବଂ ଗୋଟିଏ ଧ୍ୱନି କଲିପକୁ ପରିବର୍ତ୍ତନ କରନ୍ତୁ। ବର୍ତ୍ତମାନ ଉପଲବ୍ଧ ନାହିଁ ଯେତେବେଳେ ଆମେ ଗୋଟିଏ ମଡେଲକୁ ଖୋଜୁଛୁ ଯାହାର ଲାଇସେନ୍ସ ଏହାକୁ ଅନୁମତି ଦେଇଥାଏ।

ମୁକ୍ତ ଭାବରେ ପଞ୍ଜିକୃତ ହୁଅନ୍ତୁ
ଲିପ ସିକନ ବର୍ତ୍ତମାନ ଉପଲବ୍ଧ ନାହିଁ। SadTalker ନମୁନା ଯାହା ଏହା ବ୍ୟବହାର କରିଥାଏ ତାହାକୁ ବାସେଲ ମୁଖ ନମୁନାରେ ତାଲିମ ଦିଆଯାଇଥିଲା, ଯାହାକି କେବଳ ବାଣିଜ୍ୟିକ ନଥିବା ଗବେଷଣା ପାଇଁ ଲାଇସେନ୍ସିତ, ତେଣୁ ଆମେ ଏହାକୁ ପଇସା ଦେଇ ସର୍ଭିସରେ ପ୍ରଦାନ କରିପାରିବା ନାହିଁ। କୌଣସି ଉପଯୁକ୍ତ ଲାଇସେନ୍ସ ସହିତ କୌଣସି ବଦଳା ସ୍ଥାପିତ ହୋଇନାହିଁ।

ଆଭାସ + ଧ୍ୱନିକୁ ଅଦ୍ୟତନ କରନ୍ତୁ

ପ୍ରତି ସେକଣ୍ଡରେ 1,000 ଅକ୍ଷର

ଆପଣଙ୍କର ଫାଇଲକୁ ଏଠାରେ ଟାଣି ନିଅନ୍ତୁ ଏବଂ ଛାଡିଦିଅନ୍ତୁ, କିମ୍ବା ବ୍ରାଉଜ କରନ୍ତୁ

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

ଫାଇଲ.mp3

0 MB

ଆପଣଙ୍କର ଫାଇଲକୁ ଏଠାରେ ଟାଣି ନିଅନ୍ତୁ ଏବଂ ଛାଡିଦିଅନ୍ତୁ, କିମ୍ବା ବ୍ରାଉଜ କରନ୍ତୁ

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

ଫାଇଲ.mp3

0 MB

ଆପଣଙ୍କର ଭିଡିଓକୁ ରେଣ୍ଡର କରୁଅଛି। ଏହା ସାଧାରଣତଃ 30 ସେକଣ୍ଡରୁ2ମିନିଟ ସମୟ ଗ୍ରହଣ କରିଥାଏ।

ଆପଣଙ୍କର କଥାବାର୍ତ୍ତା-ମସ୍ତକ ଭିଡିଓ

MP4 ଆହରଣ କରନ୍ତୁ

SadTalker ବିଷୟରେ

SadTalker (CVPR 2023, Tencent ARC) ଗୋଟିଏ ମୁକ୍ତ ଉତ୍ସ କଥାବାର୍ତ୍ତା-ମସ୍ତକ ମଡେଲ ଯାହାକି କୌଣସି ଧ୍ୱନିକୁ କହିବା ପାଇଁ ଗୋଟିଏ ମୁଖ ପ୍ରତିଛବିକୁ ଜୀବନାୟନ କରେ। Wav2Lip ର ବିକଳ୍ପ ଭଳି, SadTalker ମଧ୍ୟ ଅଧିକ ପ୍ରାକୃତିକ ଫଳାଫଳ ପାଇଁ ମସ୍ତକ ସ୍ଥାପନ, ଆଙ୍ଗୁଠି ଚୁମ୍ବନ ଏବଂ ଅଭିବ୍ୟକ୍ତିକୁ ଜୀବନାୟନ କରେ।

SadTalker ର କୋଡ Apache-2.0, କିନ୍ତୁ ଏହାର 3D ମୁଖ ପୁନଃନିର୍ମାଣ ଭାରକୁ Basel Face Model ଉପରେ ପ୍ରଶିକ୍ଷଣ ଦିଆଯାଇଥିଲା, ଯାହାର ଲାଇସେନ୍ସ କେବଳ ବାଣିଜ୍ୟିକ ନଥିବା ଗବେଷଣାକୁ ଅନୁମତି ଦେଇଥାଏ। TTS.ai ଗୋଟିଏ ବାଣିଜ୍ୟିକ ସେବା, ତେଣୁ ସାଧନଟି ସେପ୍ଟେମ୍ବର 15, 2026ରେ ବନ୍ଦ ହୋଇଯାଇଥିଲା।

ଉତ୍ତମ ଫଳାଫଳ ପାଇଁ ଉପାୟ

  • ଉଚ୍ଚ ଗୁଣବତ୍ତା, ଭଲ ଭାବରେ ଆଲୋକିତ ପୋର୍ଟରେଟ ବ୍ୟବହାର କରନ୍ତୁ - ଆଖି ଦୃଶ୍ୟମାନ, ମୁହଁ ବନ୍ଦ
  • କେନ୍ଦ୍ରିତ ମୁଖ, ବର୍ଗ କିମ୍ବା 4:5 ଆକାର ଅନୁପାତ ସବୁଠାରୁ ଭଲ ଭାବରେ କାମ କରେ
  • ସ୍ୱଚ୍ଛ ଭାଷଣ ଧ୍ୱନି (କୌଣସି ସଂଗୀତ ନାହିଁ) ସ୍ପଷ୍ଟ ଲିପ ସମକାଳନକୁ ପ୍ରଦାନ କରେ
  • ହିରୋ ଶଟଗୁଡ଼ିକ ପାଇଁ GFPGANକୁ ସକ୍ରିୟ କରନ୍ତୁ - ଦୁଇଗୁଣ ରେଣ୍ଡର ସମୟ କିନ୍ତୁ ବିବରଣୀକୁ ତୀବ୍ର କରନ୍ତୁ
  • ଗୋଟିଏ ସ୍ଥିର ଆବରଣ ଶଟ ଚାହୁଁଥିଲେ ସ୍ଥିର ପୂର୍ବନିର୍ଦ୍ଧାରିତକୁ ବ୍ୟବହାର କରନ୍ତୁ

ଲିପ ସମକାଳୀନ ଭିଡିଓ ଯୋଜନାଗୁଡ଼ିକ

ମୁକ୍ତ ଭାବରେ ଆରମ୍ଭ କରନ୍ତୁ, ଅଧିକ ଆବଶ୍ୟକ ହେଲେ ଅଗ୍ରଗତି କରନ୍ତୁ

ମୁକ୍ତ
  • 30-ସେକଣ୍ଡ ଧ୍ୱନି ସୀମା
  • 256 px ନିର୍ଗମ
  • କେବଳ "ଅନୁପସ୍ଥିତ" ପୂର୍ବନିର୍ଦ୍ଧାରିତ
  • କୌଣସି ମୁଖ ବଢ଼ାଉ ନାହିଁ
ସବୁଠାରୁ ଲୋକପ୍ରିୟ
ମୁକ୍ତ ଖାତା
  • 30-ସେକଣ୍ଡ ଧ୍ୱନି ସୀମା
  • ଉଭୟ "ପୂର୍ଣ୍ଣ" ଏବଂ "ସ୍ଥିର" ପୂର୍ବନିର୍ଦ୍ଧାରିତ
  • 256 / 512 px ନିର୍ଗମ
  • GFPGAN ମୁଖ ବଢ଼ାଉଥିବା
ମୁକ୍ତ ଭାବରେ ପଞ୍ଜୀକୃତ ହୁଅନ୍ତୁ
ପ୍ରୋ
  • 5-ମିନିଟ ଧ୍ୱନି ସୀମା
  • ଅଗ୍ରତା GPU ଧାଡ଼ି
  • API ସୁଗମତା (ବହୁଭାଗ ଅଦ୍ୟତନ)
  • Webhook ସମ୍ପୂର୍ଣ୍ଣତା callbacks
  • ବର୍ତ୍ତମାନ ଉପଲବ୍ଧ ନାହିଁ (ଅବାଣିଜ୍ୟିକ ମଡେଲ ଲାଇସେନ୍ସ)
ଅଦ୍ୟତନ କରନ୍ତୁ

ପ୍ରାୟ ପଚରାଯାଉଥିବା ପ୍ରଶ୍ନName

ଗୋଟିଏ ମୁଖ ଫଟୋ ଏବଂ ଗୋଟିଏ ଧ୍ୱନି କଲିପକୁ ଅପଲୋଡ କରନ୍ତୁ, ଏବଂ AI ସେହି ମୁଖର ଗୋଟିଏ ଭିଡିଓ ସୃଷ୍ଟି କରେ ଯାହା ଲିପ୍ସ ଗତି, ମସ୍ତିଷ୍କ ସ୍ଥାପନ ଏବଂ ବ୍ଲିଙ୍କ ସହିତ ଧ୍ୱନିକୁ କହିଥାଏ। ଏହି ଉପକରଣ ବର୍ତ୍ତମାନ ଉପଲବ୍ଧ ନାହିଁ: ଏହା SadTalker (CVPR 2023) କୁ ଚଲାଏ, ଯାହାର 3D ମୁଖ ପୁନଃନିର୍ମାଣ ଭାରକୁ Basel Face Model ଉପରେ ତାଲିମ ଦିଆଯାଇଥିଲା, ଯାହା କେବଳ ବାଣିଜ୍ୟିକ ନଥିବା ଗବେଷଣା ପାଇଁ ଲାଇସେନ୍ସିତ।

ମୁଖ ନିବେଶ JPG କିମ୍ବା PNG ପ୍ରତିଛବି (10 MB ପର୍ଯ୍ୟନ୍ତ) କିମ୍ବା ଗୋଟିଏ ସଂକ୍ଷିପ୍ତ MP4/WebM ଚାଳନା ଭିଡିଓ (ଆମମାନେ ପ୍ରଥମ ଫ୍ରେମକୁ ବ୍ୟବହାର କରୁଅଛୁ) ହୋଇପାରିବ। ଚାଳନା ଧ୍ୱନି MP3, WAV, M4A, କିମ୍ବା FLAC ହୋଇପାରିବ ଯାହାକି 10 MB ପର୍ଯ୍ୟନ୍ତ। ଆମେ ଧ୍ୱନିକୁ ଆଭ୍ୟନ୍ତରୀଣ ଭାବରେ 16 kHz କୁ ପୁନଃସମ୍ପାଦନ କରୁଅଛୁ।

ମୁକ୍ତ ଖାତା: ପ୍ରତି କ୍ଲିପ ପାଇଁ 30 ସେକଣ୍ଡ ପର୍ଯ୍ୟନ୍ତ. ପୈଠ କରୁଥିବା ଚାଳକ: ପ୍ରତି ଅନୁରୋଧ ପାଇଁ5ମିନିଟ ପର୍ଯ୍ୟନ୍ତ। ଦୀର୍ଘ ଧ୍ୱନି ଅର୍ଥ ଦୀର୍ଘ ରେଣ୍ଡର ସମୟ ଏବଂ ଉଚ୍ଚ ଅକ୍ଷର ମୂଲ୍ୟ।

ଲିପ ସମକାଳୀନ ଭିଡିଓ ପ୍ରତି ସେକେଣ୍ଡରେ 1,000 ଅକ୍ଷର ଉତ୍ପନ୍ନ ଭିଡିଓ ବ୍ୟବହାର କରିଥାଏ। ଗୋଟିଏ 30-ସେକେଣ୍ଡର କଲିପ = 30,000 ଅକ୍ଷର। ଏହି ଖର୍ଚ୍ଚଟି ଆପଣଙ୍କର ଅକ୍ଷର ବଳକାରୁ ଆଗରୁ ବିଲ୍ଡ କରାଯାଏ ଏବଂ ଯଦି ଉତ୍ପାଦନ ବିଫଳ ହୁଏ ତେବେ ସ୍ୱୟଂଚାଳିତ ଭାବରେ ପୁନଃପ୍ରଦାନ କରାଯାଏ।

ନା. ସାଧନଟି ନିଷ୍କ୍ରିୟ ହୋଇଛି କାରଣ ମଡେଲ ଲାଇସେନ୍ସ ଏହାକୁ ଅନୁମତି ଦେଇନଥାଏ। SadTalker କୋଡ Apache-2.0, କିନ୍ତୁ ଏହାର ବଣ୍ଡେଲ ମୁଖ ପୁନଃନିର୍ମାଣ ନେଟୱର୍କକୁ Basel Face Model 2009 ଉପରେ ପ୍ରଶିକ୍ଷଣ ଦିଆଯାଇଥିଲା, ଯାହାର ଲାଇସେନ୍ସ କେବଳ ଆଭ୍ୟନ୍ତରୀଣ, ବାଣିଜ୍ୟିକ ଅଣ-ବାଣିଜ୍ୟିକ ଗବେଷଣାକୁ ଅନୁମତି ଦେଇଥାଏ। ସେପ୍ଟେମ୍ବର 15, 2026 ପୂର୍ବରୁ ଏହା ସହିତ ନିର୍ମିତ ଭିଡିଓଗୁଡ଼ିକ ବାଣିଜ୍ୟିକ ବ୍ୟବହାର ପାଇଁ ନୁହେଁ, ପଇସା ଦେଇଥିବା ଯୋଜନାଗୁଡ଼ିକ ଅନ୍ତର୍ଭୁକ୍ତ। ଆପଣ ଉତ୍ସ ମୁଖ ପ୍ରତିଛବି ଏବଂ ଧ୍ୱନି ପାଇଁ ଅଧିକାର ଥିବା ପାଇଁ ଦାୟୀ।

ସାଧନଟି ଚଲାଇଥିବା ସମୟରେ, ଗୋଟିଏ ୫-ସେକଣ୍ଡର କଲିପ ପାଖାପାଖି 30 ସେକଣ୍ଡ ସମୟ ନେଲା, ଧ୍ୱନି ଲମ୍ବ ସହିତ ପାଖାପାଖି ରେଖାଗତ ମାପ। ଏହା ବର୍ତ୍ତମାନ ଉପଲବ୍ଧ ନାହିଁ ଯେତେବେଳେ ଆମେ ଗୋଟିଏ କଥାବାର୍ତ୍ତା-ମସ୍ତକ ମଡେଲକୁ ଖୋଜୁଛୁ ଯାହାର ଲାଇସେନ୍ସ ଏହାକୁ ଅନୁମତି ଦେଇଥାଏ।

ସମ୍ପୂର୍ଣ୍ଣ ପୂର୍ବନିର୍ଦ୍ଧାରିତ (ଡିଫଲ୍ଟ) ମୁହଁର ଅବସ୍ଥାନ, ଆଖି ବୁଜିବା, ଏବଂ ଆଭାସକୁ ଆନିମେସନ କରେ, ଯାହାକି ଅଧିକ ପ୍ରାକୃତିକ କଥାବାର୍ତ୍ତା ମୁହଁ ଭିଡ଼ିଓ ଉତ୍ପାଦନ କରେ। ଅତିରିକ୍ତ ପୂର୍ବନିର୍ଦ୍ଧାରିତ ମୁହଁକୁ ସ୍ଥାନରେ ଅଟକିଥାଏ ଏବଂ କେବଳ ମୁହଁକୁ ଆନିମେସନ କରେ - ଉପଯୋଗୀ ଯେତେବେଳେ ଆପଣ ଗୋଟିଏ ସ୍ଥିର ଆବରଣ ଶୋଟ ଚାହୁଁଛନ୍ତି।

GFPGAN ଗୋଟିଏ ମୁଖ ପୁନଃସ୍ଥାପନ ମଡେଲ ଯାହାକି ରେଣ୍ଡରିଂ ପରେ ମୁଖ ବିବରଣୀକୁ ସ୍ପଷ୍ଟ କରିଥାଏ। ଏହା ପ୍ରଦାନ କରାଯାଇନାହିଁ: ଏହାର StyleGAN2 ପୂର୍ବବର୍ତ୍ତୀ NVIDIA ଅବାଣିଜ୍ୟିକ ଲାଇସେନ୍ସ ଅନ୍ତର୍ଗତ ଅଛି ଏବଂ ଏହାର ମୁଖ ବିଶ୍ଳେଷଣ ମଡେଲ CC BY-NC-SA।

SadTalker ପୂର୍ବନିର୍ଦ୍ଧାରିତ ଭାବରେ 256 px ରେ ଦର୍ଶାଇଥାଏ, 512 px ସହିତ ଗୋଟିଏ ଧିରେ ବିକଳ୍ପ ଭାବରେ। ସାଧନଟି ବର୍ତ୍ତମାନ ଉପଲବ୍ଧ ନାହିଁ; ଗୋଟିଏ ଭଲ ଭାବରେ ଆଲୋକିତ, ଉଚ୍ଚ ଗୁଣବତ୍ତା ଥିବା ପୋର୍ଟରେଟ ଯେକୌଣସି କଥାବାର୍ତ୍ତା-ମସ୍ତକ ମଡେଲ ସହିତ ସର୍ବୋତ୍ତମ ଫଳାଫଳ ଦେଇଥାଏ।

ହଁ। MP4 କିମ୍ବା WebMକୁ ମୁଖ ନିବେଶ ଭାବରେ ଅପଲୋଡ କରନ୍ତୁ ଏବଂ ଆମେ ପ୍ରଥମ ଫ୍ରେମକୁ ଚଳାଇବା ପରିଚୟ ଭାବରେ ବ୍ୟବହାର କରିବୁ। ସମ୍ପୂର୍ଣ୍ଣ ଭିଡିଓ ପୁନଃ-ଦବଙ୍ଗ ପାଇଁ (ପ୍ରତି-ଫ୍ରେମ ମୁହଁ ପ୍ରତିସ୍ଥାପନ), ଆଗାମୀ ଦବଙ୍ଗ ଷ୍ଟୁଡିଓ ଭିଡିଓ ପାଇପଲାଇନକୁ ଦେଖନ୍ତୁ।

ହଁ। ମୁଖ ଏବଂ ଧ୍ୱନି କ୍ଷେତ୍ର ସହିତ /api/v1/lipsync/ କୁ ଏକ ବହୁବିଧ ଅନୁରୋଧକୁ POST କରନ୍ତୁ, ତା'ପରେ ସ୍ଥିତି "ସମପ୍ତ" ହେବା ପର୍ଯ୍ୟନ୍ତ /api/v1/lipsync/result/?uuid= କୁ ପଲଲ କରନ୍ତୁ। ଉତ୍ତରରେ MP4 ର URL ଧାରଣ ଅଛି। API ସୁବିଧା ପାଇଁ ଗୋଟିଏ ପଇସା ଦେଇ ପ୍ଳାନ ଆବଶ୍ୟକ।

SadTalker ଚେହେରା-ସଂଯୋଜନକୁ ଖୋଜିବା ଏବଂ ସବୁଠାରୁ ପ୍ରମୁଖ ଚେହେରାକୁ କାଟିବା ପାଇଁ ବ୍ୟବହାର କରିଥାଏ। ଶ୍ରେଷ୍ଠ ଫଳାଫଳ ପାଇଁ, ଗୋଟିଏ ବ୍ୟକ୍ତି କେନ୍ଦ୍ରିତ, ଆଖି ଦୃଶ୍ୟମାନ, ଏବଂ ସର୍ବନିମ୍ନ ଅଟକାଇବା ସହିତ ଗୋଟିଏ ପୋର୍ଟରେଟକୁ ଅପଲୋଡ କରନ୍ତୁ। ସମୂହ ଫଟୋଗୁଡ଼ିକ ଅପ୍ରତ୍ୟାଶିତ ଫଳାଫଳ ସୃଷ୍ଟି କରିପାରେ।
5.0/5 (1)

ଆମେ କଣ ସୁଧାରିପାରିବା? ଆପଣଙ୍କର ପ୍ରତିକ୍ରିୟା ଆମକୁ ସମସ୍ୟାର ସମାଧାନ କରିବାରେ ସହାୟକ ହୋଇଥାଏ ।

ଆରମ୍ଭ କରିବା ପାଇଁ ପ୍ରସ୍ତୁତ କି?

ମୁକ୍ତ ଭାବରେ ଯୋଗଦାନ କରନ୍ତୁ ଏବଂ 50 କ୍ରେଡିଟ ପାଇବେ। କୌଣସି କ୍ରେଡିଟ କାର୍ଡ ଆବଶ୍ୟକ ନାହିଁ।

ମୁକ୍ତ ଭାବରେ ପଞ୍ଜିକୃତ ହୁଅନ୍ତୁ ମୂଲ୍ୟାଙ୍କନ ଦେଖନ୍ତୁ