טעקסט צו שפּראַך אױסגלײַכונג מוזיק טעקסט פֿאַרב שריפֿט גרײס שפּראַך־פֿאַרב מארקפלעצער מער
װײַז דורכפֿאַל/פֿעיִקײט־בקשה

AI ליפן־סײַנשרײַב ווידעא־געזײגער

Turn a face photo and an audio clip into a talking-head video with lip sync, head pose and blinks. Currently unavailable while we look for a model whose license allows it.

אַרײַנשרײַבן
מיר טאָן פֿאַרקויף דיין שטימע
ליפן־סײַנשרײַב איז ניט פֿאַרהײבן איצט. דער SadTalker מאָדעל איז געװען צוגעלערנט אין דער Basel Face מאָדעל, װאָס איז לינקס פֿאַר ניט־קאָמערסיאַלע פֿאַרשײדענישן, אַזוי מיר קענען ניט אַרײַנשרײַבן עס אין אַ באַצאָלטע באַדינונג. קײן װײַטער־אַרײַנשרײַב מיט אַ פּאַסיקן לינקס איז ניט אױסגעװײנט

אַרײַנשרײַבן אַ בילד

1,000 שריפֿטצײכן אױף אַ סעקונדע

קלײַב אַלץ אױסFile בלעטער

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

טעקע.mp3

0 MB

קלײַב אַלץ אױסFile בלעטער

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

טעקע.mp3

0 MB

װײַזט אױס װײַטע בילדער. דאָס װעט אױפֿגעפֿירט ווערן אין 30 סעקונדעס ביז 2 מינוט

װײַז בילדל

אַרײַנשטעלן

אױף SadTalker

SadTalker (CVPR 2023, Tencent ARC) איז אַ פֿאָרװערטס־סײַנדער־האָפּ־מאָדעל װאָס אַנימירט אַ איין געװיז־בילד װי אַ אודיו־פֿאָרװערטס. ניט־װי Wav2Lip־װאַראַנטעס, אַנימירט SadTalker אויך קאָפּ־פּאָזן, בליקונגען און אויסדרוקן װי אַ נאַטירלעכער רעזולטאט.

SadTalker's code is Apache-2.0, but its 3D face reconstruction weights were trained on the Basel Face Model, whose license allows non-commercial research only. TTS.ai is a commercial service, so the tool was switched off on September 15, 2026.

רײַט פֿאַר די בעסטער רעזולטאטן

  • טעקסט פֿאַרבimage-action
  • צענטער־געזײגטע װײַז, קװאַרט אָדער 4:5 בילדצעלן־צופֿרידנקייט אַרבעט בעסטער
  • קלאָרע שפּראַך־אויער (ניט קיין מוזיק) גיט אַ קלענערע ליפן־סײַנשרײַב
  • באַשטעטיק GFPGAN פֿאַר הײליקע שאָס — פֿאַרדאָפּפֿערט די רענדיר־צײַט אָבער װײַזט די דעטאַלן קלײַערער
  • טעקסט פֿאַרבimage-action

ליפן־סײַנרוק־װײַדאָפּלאָן

אָנהײב פריי, פֿאַרװאַנדל אױף אױב דו װילסט מער

פֿרײַ
  • 30־סעקונדעס אודיו־גראָטע
  • 256 בילדצעלן אױסגאַבע
  • נאָרמאַל
  • ניט קיין װײַזער
באַרימט
אָפּרוקונג
  • 30־סעקונדעס אודיו־גראָטע
  • בײדע "פֿול" און "שטיל" פֿאַרװאַנדלונגס־פֿאַרבינדונגען
  • 256 / 512 בילדצעלן אױסגאַבע
  • GFPGAN װײַזער־פֿאַרבעסערן
אַרײַנשרײַבן
פּראָ
  • 5 מינוט אודיו־גראָטע
  • GPU שורה מיט פּריאָריטעט
  • API צוטריט (פֿאַרװײַליקע אַרײַנשטעלן)
  • װײַב־האַק־פֿאַרענדיקונג־װײַז־אַרױסקריגן
  • איצט ניט בנימצא (ניט־קאָמערסיאַל מודל לײַכענונג)
פֿאַרבעסערן

פֿראַגעס און ענטפֿערס

Upload a face photo and an audio clip, and the AI generates a video of that face speaking the audio with lip movements, head pose and blinks. The tool is currently unavailable: it ran SadTalker (CVPR 2023), whose 3D face reconstruction weights were trained on the Basel Face Model, which is licensed for non-commercial research only.

די װײַז־אַרײַנשרײַב קען זײַן אַ JPG אָדער PNG בילד (אַרײַן צו 10 מײַל) אָדער אַ קורצער MP4/WebM װײַז־װײַז (מיר ניצן דעם ערשטן ראָם). דער װײַז־אויער קען זײַן MP3, WAV, M4A, אָדער FLAC ביז 10 מײַל. מיר איבער־פֿאַרפֿאָלגן דעם אויער אינערלעכער צו 16 ק״ה

פֿרײַע אױספֿאָרסונגען: ביז 30 סעקונדעס אױף אַ קלעפּ. באַצאָלטע אױספֿאָרסונגען: ביז 5 מינוט אױף אַ פֿראַגע. מער אודיו מיינט מער צײכנצײכן־צײַט און מער צײַט פֿאַר דער צײכן־קײט

ליפן־סײַנרוק־װײַדצעטל ניצט 1,000 שריפֿטצײכן אױף אַ סעקונדע פֿון דער געװײנטלעכער װײַדצעטל. אַ 30־סעקונדעס קלעפּ = 30,000 שריפֿטצײכן. די צאָלונג ווערט אָנגעשלײלט פֿון דיין שריפֿטצײכן־באַשלוס און אויטאָמאַטיש אָפּגעגעבן אױב דער געװײנטלעכער װײַדצעטל איז ניט געװען געװען

ניט. דאָס מכשיר איז אױסגעשלאָסן װײַל דער מאָדעל־ליסענס לאָזט ניט אױף. SadTalker קאָד איז Apache-2.0, אָבער זײַן װײַז־רעקstruקציע נעץ איז געװאָרן אױפֿגעלערנט אין Basel Face Model 2009, װאָס דער לײַזאַנס לאָזט אױף אינערלעכע, ניט־קאָמערסיאַלע פֿאַרשײדענישן. ווידעאָס געשאַפֿן מיט אים איידער 15טן סעפּטעמבער 2026 זײַנען ניט פֿאַר קאָמערסיאַלע ניצן, אױף די באַצאָלטע װיריעס אױסגערעכנט. דו ביסט פֿאַראַנטוואָרטלעך פֿאַר די רעכטן צום מקור־װיז־בילד און אויטאָמאַטיש אױפֿגעלייגט

When the tool ran, a 5-second clip took about 30 seconds, scaling roughly linearly with audio length. It is currently unavailable while we look for a talking-head model whose license allows it.

פֿול־פֿאַרװײַז (געװײנטלעכער) אַנימירט קאָפּ־פּאָזיציע, בליקונגען און אויסדרוקן צוזאַמען מיט די ליפן, און שאַפֿט אַ נאַטירלעכער רעדנדיקן קאָפּ־װידעאָ. נאָך פֿאָרװײַז לאָזט דעם קאָפּ אױף זײַן אָרט און אַנימירט נאָר דעם מויל — נוצלעך װען מען װיל אַ שטילן אװאַטאַר־שטיקל

GFPGAN איז אַ װײַז־װידערצושטעלן מאָדעל װאָס װײַזט די װײַז־דעטאַילס נאָך דער רענטירונג. עס איז ניט געפֿינט: זײַן StyleGAN2 פריער איז אונטער אַ NVIDIA ניט־קאָמערסיאַלער לײַכטע און זײַן װײַז־װײַז־אַרײַנשרײַב־מאָדעל איז CC BY-NC-SA

SadTalker איז געװען געװײנטלעך 256 בילדצעלן, מיט 512 בילדצעלן װי אַ שװערער אָפּציע. דאָס מכשיר איז איצט ניט בנימצא; אַ גוט־געליכטטע, גוט־קוואַליטעט פּאָרץ גיט די בעסטער רעזולטאטן מיט װעלכע װײַסע־האָפּ מאָדעל װאָסער װידער

י. אַרײַנשטעלן אַ MP4 אָדער WebM ווי אַ װײַז־אַרײַנשרײַב און מיר וועלן ניצן דעם ערשטן ראָם װי דער װײַז־אינטעלעקט. פֿאַר אַ פֿולער ווידעאָ־דערנאָך־דײַטשונג (פֿאַר אַ ראָם מויל־דערנאָך־דײַטשונג), זע די װײַטערדיקע דובינג סטודיאָס ווידעאָ־פּאַפּילין

י. פּאָסט אַ מער־װײַטער־פֿירער צו /api/v1/lipsync/ מיט אַ װײַז און אַ אודיו־פֿײַל, און דעמאָלט פֿרעג /api/v1/lipsync/result/?uuid= ביז דער סטאַטוס איז "פֿאַרענדיקט". דער ענטפֿער כּולל אַ URL צום געװען MP4. API צוטריט דאַרף אַ באַצאָלטע װײַטער־פֿירער

SadTalker ניצט אַ װײַז־אַרײַנשרײַב צו געפֿינען און צוצוצײכן דעם מערסט אױסגעפֿירטן װײַז. פֿאַר די בעסטער רעזולטאטן, אַרײַנשטעלן אַ פּאָטערטײל מיט אַ מענטש אין צענטער, אױגן זעכלעך, און אַ קלענסטע אומבאַקאַנטײט. גרופּע־פֿאָטאָגראַפֿיעס קען אַרײַנשטעלן אומפֿאַרװײַזלעכע רעזולטאטן
5.0/5 (1)

וואָס קען מען פֿאַרבעסערן? דיין אָפּרוף העלפֿט אונדז צו פֿאַרריכטן פּראָבלעמען

גרייט צו אָנהײבן?

רעגיסטרירן פֿאַר פֿרייַ און באַקומען 50 קרעדיטס. קיין קרעדיט קאַרטל נייטיק.

אַרײַנשרײַבן װײַז צאָלונג