ارفع مقطعًا والكلام الذي تريده. يعيد الذكاء الاصطناعي رسم الفم لتتطابق كل كلمة، للدبلجة والجمل الجديدة والشخصيات المولّدة.
تحصل على ملف MP4 بالكلام الجديد وشفاه مطابقة له. تستغرق معظم المقاطع القصيرة 2–3 دقائق.
أحد اختباراتنا الخاصة من البداية إلى النهاية. بدّل بين المقطع الصامت والنتيجة بعد مزامنة الشفاه، مع تشغيل الصوت.
الجملة التي يقولها بالإنجليزية: «Hi there. A minute ago this clip was silent. Now every word I say matches my lips.»

صورة لشخص غير موجود: الوجه نحو الكاميرا، والفم مغلق، والإضاءة متساوية.

ثماني ثوانٍ من الرمش وحركات الرأس الخفيفة، وُلّدت من الصورة باستخدام Veo 3.1 Lite.

أعادت مزامنة الشفاه بالذكاء الاصطناعي رسم فمه لكل كلمة، وبقي باقي الإطار كما هو.
مزامنة الشفاه بالذكاء الاصطناعي أداة تغيّر حركات الفم في الفيديو لتطابق مسارًا صوتيًا جديدًا. تعطيها لقطات لشخص والكلام الذي تريده، فتعيد رسم الشفاه والفك والأسنان إطارًا بإطار حتى تتطابق الكلمات مع الفم.
إنها توفّر عليك إعادة التصوير. فالإعلان المدبلج، أو اسم المنتج المصحَّح، أو الشخصية المولّدة التي تحتاج إلى صوت، كانت تعني في السابق تصويرًا جديدًا أو تحريكًا يدويًا. أما مزامنة الشفاه بالذكاء الاصطناعي فتنجز ذلك من المقطع الذي لديك بالفعل.
يستمع النموذج إلى الصوت ويقسّمه إلى فونيمات، أي أصوات الكلام. يقابل كل صوت شكلًا للفم يُسمّى «فيزيم»: شفتان مغلقتان لحرف M، وفم مفتوح على اتساعه لحرف A، ومستدير لحرف O. ثم يعيد النموذج رسم الجزء السفلي من الوجه في كل إطار ليبلغ هذه الأشكال في توقيتها، ويدمجها مع البشرة والإضاءة المحيطة.
يبقى التأطير والخلفية والإضاءة وحركة الرأس وبقية الوجه كما كانت. لا يُعاد رسم سوى منطقة الفم.
تتبع الشفاه والأسنان والفك الكلام الجديد، ويحلّ الصوت الجديد محل الصوت الأصلي للمقطع.
تعمل مزامنة الشفاه بالذكاء الاصطناعي بالكامل في متصفحك. لا برامج مونتاج ولا إضافات.
أفلت ملف MP4 أو MOV مدته من 2 إلى 60 ثانية. أفضل نتيجة تأتي من شخص واحد يواجه الكاميرا وفمه ظاهر.
ارفع ملفًا صوتيًا بصيغة MP3 أو WAV أو M4A أو AAC حتى 10 MB. سجّله بهاتفك، أو صدّره من أداة صوتية، أو استخدم دبلجة جاهزة.
ضع علامة في مربع الموافقة واضغط «مزامنة». تجهز معظم المقاطع القصيرة كملف MP4 خلال دقيقتين إلى ثلاث دقائق.
لا تستطيع مزامنة الشفاه بالذكاء الاصطناعي إعادة رسم فم لا تجده. هذه الأمور الخمسة تحدد ما إذا كانت ستجده.
الوجه الأمامي أو المائل قليلًا هو الأفضل. أما الجانب الكامل فيخفي نصف الشفاه.
يحتاج النموذج إلى زاويتي الفم كلتيهما ليضع كل شكل.
استخدم 720p على الأقل في اللقطات القريبة. الوجوه الصغيرة جدًا أو الضبابية تعطي شفاهًا باهتة وملطخة.
مزيد من البكسلات حول الفم يعني مزيدًا من التفاصيل لإعادة رسمها.
أبقِ وجهًا واحدًا واضحًا في اللقطة. مع وجود عدة أشخاص قد تقع المزامنة على الشخص الخطأ.
تحرّك الأداة وجهًا واحدًا في كل مقطع.
الأيدي والميكروفونات والكمامات واللحى الكثيفة فوق الشفاه تعيق العملية.
أي شيء يغطي الفم يُعاد رسمه بشكل سيئ أو لا يُعاد رسمه إطلاقًا.
الالتفاتات السريعة للرأس والإضاءة المتذبذبة تجعل تتبع الفم من إطار إلى آخر صعبًا.
ضبابية الحركة تخفي الشكل الذي يحاول النموذج تغييره.
تحتفظ النتيجة بمدة الفيديو، وتدفع مقابل ثواني الفيديو. إليك ما يحدث عندما لا يتطابق الملفان.
| ملفاتك | ما تحصل عليه | نصيحة |
|---|---|---|
| الصوت بطول الفيديو | تتحرك الشفاه طوال المقطع | الحالة المثالية للدبلجة |
| الصوت أقصر من الفيديو | يتوقف المتحدث عن الكلام عندما ينتهي الصوت | قصّ الفيديو أولًا على طول الصوت وادفع مقابل ثوانٍ أقل |
| الصوت أطول من الفيديو | يُقطع الصوت عند نهاية الفيديو | سرّع الجملة أو استخدم مقطعًا أطول |
تعرض الأداة المدتين قبل المزامنة، فلا يفاجئك أي اختلاف أبدًا.
هناك ثلاث طرق للحصول على فيديو لشخص يقول كلماتك. الطريقة المناسبة تعتمد على ما تبدأ به.
السعر على Imgveo
40 رصيد لمقطع مدته 5 ثوانٍ
السعر على Imgveo
من 30 رصيد لمقطع مدته 8 ثوانٍ مع الصوت
الأسعار مأخوذة من قائمة أسعارنا الحالية. صف الصورة الناطقة هو المسار نفسه الذي استخدمناه في المثال أعلاه.
مزامنة الشفاه بالذكاء الاصطناعي هي الخطوة الأخيرة في الدبلجة. يمكن للقطات نفسها أن تتحدث بالإسبانية أو اليابانية أو الألمانية دون تصوير جديد.
ترجم الجملة واقرأها بصوت عالٍ. اجعلها قريبة من طول الأصل.
سجّل متحدثًا أصليًا باللغة، أو صدّر الجملة من أداة صوتية بصيغة MP3 أو WAV.
احذف الصمت في البداية والنهاية ليملأ الكلام المقطع.
ارفع الفيديو الأصلي مع الصوت الجديد. كرّر ذلك لكل لغة.
تحتاج بعض اللغات إلى مقاطع لفظية أكثر للتعبير عن الفكرة نفسها. إذا طالت جملة بالألمانية، فاختصر الصياغة بدلًا من تسريع الصوت الذي يبدو متعجلًا. تتبع مزامنة الشفاه بالذكاء الاصطناعي أي إيقاع في الصوت.
في كل مكان يحتاج فيه وجه على الشاشة إلى قول شيء لم يقله يوم التصوير.
غيّر سعرًا أو اسم منتج أو دعوة إلى إجراء دون حجز المقدّم من جديد.
احتفظ بلقطة نظيفة للمقدّم وهو ينظر إلى العدسة لتعديلات المستقبل.
انشر فيديو واحدًا بعدة لغات بحركات فم تطابق كل لغة.
ابدأ بأهم سوق وتحقق من النتيجة قبل البقية.
امنح شخصية مولّدة صوتًا وجملة حوار تناسب قصتك.
ولّد الشخصية وهي تواجه الكاميرا بفم مغلق، كما في مثالنا.
استبدل كلمة خاطئة واحدة في محاضرة أو دورة أو مقطع لمنصات التواصل دون إعادة التصوير.
اقتطع الجملة وحدها، وزامنها، ثم أعدها إلى مونتاجك.
اختبرنا الحدود على مقاطعنا الخاصة. إليك ما تتوقعه.

إذا كان الوجه مُشاحًا أو صغيرًا جدًا أو ضبابيًا بسبب الحركة، تتوقف المزامنة ويُعاد إليك رصيدك.
يُزامَن وجه واحد في كل مقطع. للمحادثة، اقطع كل متحدث في مقطع خاص به.
تطابق مزامنة الشفاه بالذكاء الاصطناعي الفم، لا طريقة الإلقاء. التسجيل الرتيب يبقى رتيبًا.
ما تقبله مزامنة الشفاه بالذكاء الاصطناعي، وما تعيده، وكم تكلّف.
الفيديو: MP4 أو MOV، من 2 إلى 60 ثانية، حتى 100 MB، بدقة 360p على الأقل. الصوت: MP3 أو WAV أو M4A أو AAC حتى 10 MB.
ملف MP4 بمدة الفيديو نفسها، مع الكلام الجديد مسارًا صوتيًا والفم مطابق له.
8 رصيد لكل ثانية من الفيديو، مع التقريب إلى ثوانٍ كاملة. للخطط المدفوعة فقط. تُعاد أرصدة العمليات الفاشلة.
| مدة الفيديو | الرصيد |
|---|---|
| 5 ثانية | 40 |
| 10 ثانية | 80 |
| 30 ثانية | 240 |
| 60 ثانية | 480 |
يمكن لمزامنة الشفاه بالذكاء الاصطناعي أن تضع كلمات في فم شخص ما، لذلك نطلب الإذن أولًا. قبل كل عملية تؤكد أن لديك الحق في استخدام الوجه والصوت.
افتح Imgveo Studio لتشغيل هذه الأداة وكل نماذج فيديو وصور الذكاء الاصطناعي الأخرى من مساحة عمل واحدة، برصيد نقاط واحد.
اصنع المقطع، ثم امنحه صوتًا.
حوّل صورة شخصية إلى مقطع قصير يمكنك مزامنة شفاهه.
حرّك صورةارفع مقطعك ذا الشفاه المتزامنة إلى 1080p أو 2K أو 4K.
كبّر فيديوولّد مشاهد جديدة بحوار وصوت مدمجين.
جرّب Veo 3.1ارفع صورة شخصية ومقطعًا صوتيًا، وستتولى الصورة الناطقة بالذكاء الاصطناعي الباقي خلال دقائق.
حرّك صورةارفع مقطعًا والكلام الذي تريده، وستتولى مزامنة الشفاه بالذكاء الاصطناعي الباقي خلال دقائق.