Говорящий аватар
Загрузите фотографию и аудио с речью — нейросеть синхронизирует губы с голосом. На выходе видео, где человек со снимка говорит вашим текстом: для аватара канала, приветствия на сайте или поздравления.
Сделать говорящее видеоДубляж видео нейросетью: новая речь с попаданием в губы
Загрузите ролик и выберите язык — нейросеть сама распознает речь из записи, переведёт её, проговорит голосом диктора и подгонит движение губ под новую речь. Свой текст тоже можно вставить: тогда прозвучит он.
Как это работает
- 1 Загрузите ролик — до минуты и до 60 МБ.
- 2 Выберите язык озвучки. Свой текст вставлять не нужно — речь из записи распознаётся сама.
- 3 Через несколько минут скачайте готовый MP4 с новой озвучкой.
Другие инструменты со звуком
Все инструменты работают на одном балансе — переключайтесь между ними без отдельной оплаты.
Убрать вокал
Загрузите трек — нейросеть отделит вокал от музыки и вернёт две дорожки: чистый инструментал для караоке и отдельно голос. Ничего устанавливать не нужно.
Убрать вокалРасшифровка записи
Загрузите запись или вставьте ссылку на ролик — нейросеть вернёт текст с пунктуацией, отметками времени и разделением по говорящим. Готовый результат скачивается текстом или субтитрами.
ОткрытьЗвук из видео
Вставьте ссылку на ролик — и заберите звуковую дорожку отдельным файлом. Само видео скачивать не нужно: дорожка снимается на нашей стороне и приходит готовым файлом.
ОткрытьПесня своим голосом
Запишите двадцать секунд своего голоса, прочитайте проверочную фразу — и нейросеть научится петь вашим голосом. Дальше пишете текст песни, а поёт её ваш собственный голос. Голос сохраняется в кабинете: следующие песни делаются в один шаг.
ОткрытьСоздать музыку
Опишите словами, какая нужна музыка — стиль, настроение, инструменты. Нейросеть напишет и сыграет трек: инструментал для фона видео или песню с вокалом на ваш текст. За одну генерацию приходит два разных варианта.
ОткрытьТекст песни
Опишите, о чём песня и каким должно быть настроение, — нейросеть напишет слова со структурой: куплеты, припев, бридж. Приходит два разных варианта, чтобы было из чего выбрать.
ОткрытьОбложка для трека
Опишите, о чём трек и каким должно быть настроение, — нейросеть нарисует обложку. Квадрат под стриминги, широкий кадр под видео или вертикаль под сторис: размер выбираете сами.
ОткрытьУлучшить видео
Загрузите ролик — нейросеть уберёт шум и цифровое «мыло» от пережатия, вернёт резкость мелким деталям. Подходит для старых записей, съёмки в темноте и видео, которое испортил мессенджер.
ОткрытьУбрать шум
Загрузите запись — нейросеть уберёт фоновый гул, шум улицы, шипение микрофона и оставит чистый голос. Подходит для интервью, созвонов, голосовых и звука из видео.
Очистить записьСоздать звук
Опишите звук словами — нейросеть соберёт готовый эффект в MP3: взрывы, шаги, интерфейсные сигналы, атмосфера и бесшовные лупы.
Создать звукКаталог
14 128 готовых звуков в 1065 подборках — слушайте онлайн и скачивайте бесплатно в MP3.
Открыть каталогФоновая музыка
Инструментальные треки без слов для видео, роликов и подкастов: 4992 звука в 369 подборках.
Слушать музыкуAPI для разработчиков
Те же инструменты из вашего кода: оживление фото, аватар, картинки, звуки и озвучка по HTTP-запросу. Ключ, JSON, оплата за запуск.
Смотреть документациюЧастые задачи: оживить фото, аудио в текст, музыка для видео, песня нейросетью, аудио с youtube, звук из рилс.
Частые вопросы
Что именно делает сервис?
Распознаёт речь из вашего ролика, переводит её на выбранный язык, проговаривает голосом диктора и перерисовывает движение губ под новую речь. Остальная картинка остаётся прежней: поза, жесты, фон и монтаж не трогаются.
Нужно ли вставлять текст?
Нет, обычно не нужно: речь распознаётся из самой записи. Своё поле для текста пригодится, когда речь надо не перевести, а изменить — заменить цену, убрать оговорку, сказать другое.
Что будет, если перевод длиннее оригинала?
Переводчику дано указание держать длину близкой к исходной, но языки различаются: английский обычно короче русского, немецкий длиннее. Если речь выйдет длиннее ролика, к концу губы разойдутся со звуком. Для точного попадания вставьте свой текст и проверьте его вслух по секундомеру.
Сколько это стоит?
Двенадцать рублей за секунду видео, минимум сто пятьдесят рублей. Полминуты — 360 ₽, минута — 720 ₽. Распознавание и перевод входят в эту цену. Стоимость считается по настоящей длительности файла и показывается до запуска.
Какое видео подходит?
Такое, где лицо видно целиком и крупно, человек смотрит примерно в камеру и не закрывает рот рукой или микрофоном. На дальнем плане и в профиль губы перерисовываются хуже. И речь в записи должна быть разборчивой — иначе распознавать нечего.
Сколько ждать?
Обычно три-пять минут: сначала распознавание, потом перевод и озвучка, потом артикуляция. Страницу можно не держать открытой — результат сохранится.
Не получилось или остался вопрос?
Напишите — разберёмся. Если операция списала деньги и не дала результат, средства возвращаются на баланс автоматически, но о самой поломке мы узнаём только от вас.