ឧបករណ៍ដែលមានមកជាមួយ រូបថតនិយាយ · មានស្រាប់

រូបថតដែលនិយាយបាន។ វីដេអូជាភាសាផ្សេង។

ផ្ដល់រូបមនុស្សម្នាក់ដែលមើលត្រង់មកខាងមុខ ឬតួអង្គប្រឌិត ហើយបញ្ជាក់ពាក្យដែលត្រូវនិយាយ៖ បបូរមាត់ ភ្នែក និងក្បាលនឹងកម្រើកតាមពាក្យ។ ឬផ្ដល់វីដេអូ និងភាសាមួយ៖ វានឹងបម្លែងពាក្យនិយាយទៅជាអត្ថបទ បកប្រែ បង្កើតសំឡេងនិយាយ ហើយផ្គូផ្គងចលនាមាត់។

  • ផ្គូផ្គងចលនាបបូរមាត់នឹងពាក្យ
  • ដាក់សំឡេងជាភាសាផ្សេង
  • ការថតសំឡេងផ្ទាល់ខ្លួន ឬសោសំឡេងរបស់អ្នក
រូបថតតួអង្គស្ត្រីប្រឌិតដែលមានសក់ក្រហមត្នោតរួញ និយាយឃ្លាមួយជាភាសាអង់គ្លេស ដោយបបូរមាត់ ភ្នែក និងក្បាលកម្រើកតាមពាក្យ។ បន្ទាប់មកជាឃ្លីបដដែលដែលដាក់សំឡេងជាភាសាអេស្ប៉ាញ ដោយមាត់កម្រើកតាមពាក្យថ្មី។
អ្វីដែលអ្នកអាចធ្វើបាន

របៀបដំណើរការ។

  • រូបភាពមួយរូបថតច្បាស់មួយសន្លឹកដែលថតមនុស្សម្នាក់ ឬតួអង្គប្រឌិតពីខាងមុខ ឬតួអង្គដែលបានរក្សាទុក។
  • ពាក្យរបស់អ្នក ឬសំឡេងថតផ្តល់ការថតសំឡេងនិយាយ ឬវាយបញ្ចូលពាក្យសម្រាប់សំឡេងពីសោ ElevenLabs ផ្ទាល់ខ្លួន។
  • របៀបកម្រើកណែនាំខ្លីៗ ដូចជា ញញឹមយ៉ាងកក់ក្ដៅ និងងក់ក្បាលបន្តិច។
  • គ្រប់ទម្រង់រក្សាទម្រង់ដើមរបស់រូបភាព ឬច្រឹបជា 9:16, 16:9 ឬ 1:1។
  • ដាក់សំឡេងលើវីដេអូពាក្យក្នុងវីដេអូនឹងត្រូវបម្លែងទៅជាអត្ថបទ បកប្រែ បង្កើតសំឡេងនិយាយ និងផ្គូផ្គងចលនាបបូរមាត់។ សំឡេងដើមអាចបិទ បន្ថយកម្រិតសំឡេង ឬលុបចេញ ដោយទុកឱ្យសំឡេងនិយាយថ្មីនៅពីលើ។
  • ប្រើសំឡេងរបស់អ្នកណាការថតសំឡេងផ្ទាល់ខ្លួន ឬសំឡេងពីសោ ElevenLabs របស់អ្នក៖ អាចជាសំឡេងដែលមានស្រាប់ ឬសំឡេងចម្លងពីសំឡេងផ្ទាល់ខ្លួន។

បញ្ចូលរូបថតមួយ ទទួលបានឃ្លីបនិយាយមួយ។

ខាងឆ្វេងគឺជារូបដើមតែមួយដែលបានប្រើក្នុងឧទាហរណ៍៖ តួអង្គស្ត្រីប្រឌិត។ ខាងស្ដាំគឺជាពេលមួយដែលនាងនិយាយឃ្លាជាភាសាអង់គ្លេស។

មុន និងក្រោយ៖ រូបភាពស្ត្រីប្រឌិតពាក់អាវរងារពណ៌លឿងត្នោត និងពេលមួយក្នុងឃ្លីបដែលនាងកំពុងនិយាយ។

ឃ្លីបដដែល ជាភាសាអេស្ប៉ាញ។

សំឡេងថ្មីនិយាយឃ្លាដែលបានបកប្រែ ហើយចលនាបបូរមាត់ស្របតាមសំឡេង។ ឧទាហរណ៍របស់យើងត្រូវបានបង្កើតដោយប្រើ Tesseract beta និងសំឡេងដែលមានស្រាប់។

ពេលវេលាដូចគ្នាក្នុងឃ្លីបភាសាអង់គ្លេស និងកំណែបកសំឡេងជាភាសាអេស្ប៉ាញ។
គួរដឹង
  • ការធ្វើឱ្យចលនាបបូរមាត់ស្របនឹងសំឡេង ប្រើកូតា Tesseract នៅពេលចូលគណនី ឬសោ fal.ai ផ្ទាល់ខ្លួន។ ការបង្កើតសំឡេងនិយាយពីអត្ថបទដែលបានវាយបញ្ចូល ត្រូវការសោ ElevenLabs ផ្ទាល់ខ្លួន។ ការបកសំឡេងក៏ត្រូវការសោ Google (Gemini) ផ្ទាល់ខ្លួន ដើម្បីចម្លងអត្ថបទពីសំឡេង។ ការគិតថ្លៃតាមសោផ្ទាល់ខ្លួននឹងត្រូវបង្ហាញជាមុន។
  • ប្រើរូបថតខ្លួនឯង រូបមនុស្សពេញវ័យដែលបានយល់ព្រម ឬរូបមនុស្សប្រឌិត។
សំណួរ

សំណួរដែលគេសួរញឹកញាប់

មុខងារនេះនៅត្រង់ណាក្នុងកម្មវិធី?

ស្នើឱ្យជំនួយការ៖ ផ្ដល់រូបភាព និងពាក្យ ឬវីដេអូ និងភាសាមួយ។

អាចមានរយៈពេលប៉ុន្មាន?

អាចមានសំឡេងនិយាយរហូតដល់ប្រាំនាទី។ បើមិនស្នើសុំបន្ថែម ឃ្លីបមានរយៈពេលអតិបរមាមួយនាទី។

តើមានតម្លៃប៉ុន្មាន?

ការធ្វើឱ្យចលនាបបូរមាត់ស្របនឹងសំឡេង គិតថ្លៃពីកូតា Tesseract ឬសោ fal.ai ផ្ទាល់ខ្លួន។ អត្ថបទដែលវាយបញ្ចូល នឹងត្រូវបម្លែងជាសំឡេងដោយប្រើសោ ElevenLabs ផ្ទាល់ខ្លួន ហើយការបកសំឡេងនឹងត្រូវចម្លងអត្ថបទដោយប្រើសោ Google ផ្ទាល់ខ្លួន។ ការគិតថ្លៃតាមសោផ្ទាល់ខ្លួននឹងត្រូវបង្ហាញមុនពេលបង្កើតអ្វីក៏ដោយ។

ធ្វើឱ្យរូបថតនិយាយ។

ប្រើដោយឥតគិតថ្លៃលើ Mac, Windows និង Linux ហើយមានឧបករណ៍ផ្សេងៗទៀតទាំងអស់។