Tesseractबोलती फ़ोटो। दूसरी भाषा में वीडियो।
किसी व्यक्ति या काल्पनिक किरदार की सामने से ली गई फ़ोटो और वे शब्द दें जो उसे बोलने हैं: होंठ, आँखें और सिर शब्दों के साथ हिलेंगे। या वीडियो और भाषा दें: यह बोले गए शब्दों को लिखेगा, उनका अनुवाद करेगा, उन्हें आवाज़ देगा और होंठों की गति उनसे मिलाएगा।
- शब्दों के साथ लिप-सिंक
- दूसरी भाषा में डब करें
- अपनी रिकॉर्डिंग या अपनी voice key
यह कैसे काम करता है।
- एक तस्वीरकिसी व्यक्ति या काल्पनिक किरदार की साफ़, सामने से ली गई फ़ोटो, या सेव किया हुआ किरदार।
- आपके लिखे शब्द या रिकॉर्डिंगबोली हुई बात की रिकॉर्डिंग दें, या अपनी ElevenLabs key की आवाज़ के लिए टेक्स्ट लिखें।
- उनकी हरकतें कैसी होंहरकत के लिए कुछ शब्दों में निर्देश दें, जैसे गर्मजोशी से मुस्कुराना और हल्के से सिर हिलाना।
- कोई भी फ़ॉर्मैटतस्वीर का मूल आकार रखें, या उसे 9:16, 16:9 या 1:1 में काटें।
- वीडियो डब करेंवीडियो के शब्द लिखे, अनुवाद किए और नई आवाज़ में बोले जाते हैं, फिर होंठों की गति उनसे मिलाई जाती है। मूल आवाज़ को नई आवाज़ के नीचे धीमा किया जा सकता है या हटाया जा सकता है।
- किसकी आवाज़अपनी रिकॉर्डिंग, या अपनी ElevenLabs key की आवाज़—उसकी तैयार आवाज़ों में से कोई एक या अपनी आवाज़ की कॉपी।
एक फ़ोटो दें, बोलती हुई क्लिप पाएँ।
बाईं ओर, हमारी मिसाल की शुरुआत वाली तस्वीर: AI से बनी काल्पनिक महिला। दाईं ओर, उसे अंग्रेज़ी की एक पंक्ति बोलते हुए दिखाने वाला एक पल।
वही क्लिप, स्पैनिश में।
एक नई आवाज़ अनुवादित पंक्ति बोलती है और होंठ उसी के मुताबिक़ चलते हैं। हमारे उदाहरण Tesseract के बीटा वर्ज़न में एक तैयार आवाज़ के साथ बनाए गए थे।
- साइन इन होने पर lip-sync का खर्च Tesseract allowance से लिया जाता है, या अपनी fal.ai key इस्तेमाल कर सकते हैं। लिखे हुए शब्दों को आवाज़ में बदलने के लिए अपनी ElevenLabs key चाहिए। डब के लिए मूल वीडियो की बोली ट्रांसक्राइब करने हेतु अपनी Google (Gemini) key भी चाहिए। अपनी keys के इस्तेमाल का खर्च पहले दिखाया जाएगा।
- अपनी, सहमति देने वाले किसी वयस्क की, या AI से बने किसी काल्पनिक व्यक्ति की तस्वीरें इस्तेमाल करें।
लोगों के आम सवाल
ऐप में यह कहाँ मिलेगा?
असिस्टेंट से कहें: उसे एक तस्वीर और बोलने के लिए शब्द दें, या एक वीडियो और भाषा दें।
यह कितनी लंबी हो सकती है?
बोलने की अवधि पाँच मिनट तक हो सकती है। अतिरिक्त अनुमति माँगे बिना, क्लिप की अधिकतम अवधि एक मिनट है।
इसकी क़ीमत क्या है?
lip-sync का खर्च Tesseract allowance से या अपनी fal.ai key से लिया जाता है। लिखे हुए शब्दों को आवाज़ में बदलने के लिए अपनी ElevenLabs key इस्तेमाल होती है, और डब के लिए मूल वीडियो की बोली अपनी Google key से ट्रांसक्राइब की जाती है। कुछ भी बनाने से पहले अपनी keys के इस्तेमाल का खर्च दिखाया जाता है।