Tesseract 内置工具 会说话的照片 · 内置
会说话的照片，配成另一种语言的视频。
给助手一张人物或虚构角色的正面照片，再告诉它要说什么：它会让嘴唇、眼睛和头部随台词 움직动。也可以给它一段视频和一种语言：它会转录台词、翻译、配音，并让口型与台词同步。
- 口型与台词同步
- 配成另一种语言
- 自己的录音或语音密钥
可以做什么
使用方法
- 一张照片清晰的正面人物照片、虚构角色照片，或已保存的角色照片。
- 输入台词或上传录音提供语音录音，或输入文案并使用自己的 ElevenLabs 密钥生成语音。
- 动作表现用几句话描述动作，例如亲切地微笑并轻轻点头。
- 任意比例保持原图比例，或裁剪为 9:16、16:9 或 1:1。
- 为视频配音视频中的台词会被转录、翻译、配音并同步口型；原声可设为静音、调低音量或移除。
- 使用谁的声音使用自己的录音，或通过自己的 ElevenLabs 密钥选择现成语音，也可以克隆自己的声音。
输入一张照片，输出一段会说话的视频。
左侧是示例使用的原始照片：一位虚构女性。右侧是她用英语说出一句台词时的画面。
同一段视频，西班牙语版。
新的声音读出翻译后的台词，人物嘴型也会同步变化。示例由 Tesseract 测试版使用现成语音生成。
须知
- 登录后，口型同步可使用 Tesseract 额度，也可使用自己的 fal.ai 密钥。输入文字生成语音需要自己的 ElevenLabs 密钥；配音还需要自己的 Google (Gemini) 密钥来转录内容。使用自有密钥前会显示费用。
- 请使用自己的照片、已获同意的成年人的照片，或虚构人物的照片。
常见问题
常见问题
在应用的哪里可以找到？
告诉助手要做什么：提供一张照片和台词，或一段视频和一种语言。
最长可以多长？
语音最长可达 5 分钟。如未提出更长时长的要求，视频片段最长为 1 分钟。
费用是多少？
口型同步使用 Tesseract 额度或自己的 fal.ai 密钥。输入的文字由自己的 ElevenLabs 密钥转换为语音，配音内容则由自己的 Google 密钥转录。制作前会显示使用自有密钥产生的费用。