कंटेंट पर जाएँ

उपयोग · अपडेट: अक्टू॰ 2026

AI टॉकिंग फ़ोटो: किसी भी तस्वीर को बोलने दें

AI टॉकिंग फ़ोटो एक स्टिल तस्वीर को छोटे वीडियो में बदल देती है, जिसमें व्यक्ति आपके ऑडियो के साथ बोलता या गाता है — होंठ, आँखें, भौंहें और सिर नैचुरल तरीके से हिलते हैं। OmniHuman 2.0 के साथ यह आज की सेल्फ़ी, पुराने स्कैन किए प्रिंट, पेंटिंग और ड्रॉइंग सब पर काम करता है, और सिर्फ़ होंठ हिलाने से आगे जाता है: कंधे, हाथ और हाव-भाव आवाज़ की भावना को फ़ॉलो करते हैं।

फ़ोटो+आवाज़=वीडियो

आवाज़
फ़ोटो नहीं है? आज़माएँ:
  • मुफ़्त प्रीव्यू
  • Google साइन इन
  • प्राइवेट अपलोड
बोलते हुए
UGC विज्ञापन
मल्टी-पर्सन
प्रति वीडियो
5 मिनट
आउटपुट
720p
पर्सन सीन
मल्टी
भाषाएँ
6

लोग इसे बर्थडे मैसेज, फ़ैमिली हिस्ट्री प्रोजेक्ट, म्यूज़ियम और क्लासरूम में कहानी सुनाने, मीम्स और ग्रीटिंग कार्ड के लिए इस्तेमाल करते हैं। यहाँ जानिए ऐसा नतीजा कैसे पाएँ जो अजीब नहीं, बल्कि ज़िंदा लगे।

AI टॉकिंग फ़ोटो के लिए कौन-सी तस्वीरें सबसे अच्छी हैं

चेहरा साफ़ दिखना चाहिए, लगभग कैमरे की ओर हो और हाथों, बालों या चश्मे की चमक से ढका न हो। रिज़ॉल्यूशन से ज़्यादा स्पष्टता मायने रखती है: 800 पिक्सल का शार्प स्कैन 4000 पिक्सल की धुंधली फ़ोन फ़ोटो से बेहतर है। पुराने ब्लैक-एंड-व्हाइट प्रिंट अच्छे से काम करते हैं; छोटी खरोंचें चल जाती हैं, लेकिन मुँह पर ज़्यादा नुकसान दिखेगा।

कंधों और हाथों वाले चौड़े क्रॉप मॉडल को इशारों के लिए जगह देते हैं। पासपोर्ट जैसे टाइट क्रॉप भी भरोसेमंद तरीके से बोलते हैं, पर कम हिलते हैं।

आवाज़ चुनें

आप सीधे ब्राउज़र में खुद को रिकॉर्ड कर सकते हैं, वॉइस मेमो अपलोड कर सकते हैं या किसी भी टेक्स्ट-टू-स्पीच टूल की ऑडियो फ़ाइल इस्तेमाल कर सकते हैं। फ़ैमिली प्रोजेक्ट के लिए किसी रिश्तेदार की कहानी सुनाती असली रिकॉर्डिंग सिंथेटिक नैरेशन से कहीं ज़्यादा दिल छूती है। रिकॉर्ड करते समय बैकग्राउंड शोर कम रखें और म्यूज़िक न डालें — साउंडट्रैक बाद में किसी भी एडिटर में जोड़ सकते हैं।

हमेशा पक्का करें कि आपके पास फ़ोटो और आवाज़ दोनों इस्तेमाल करने की अनुमति है, खासकर जब व्यक्ति जीवित हो या तस्वीर किसी और की हो।

लोग असल में क्या बनाते हैं

कुछ फ़ॉर्मेट जो लगातार काम करते हैं:

  • सालगिरह पर दादा-दादी की शादी की फ़ोटो एक छोटा-सा ख़त पढ़ती है।
  • स्कूल प्रेज़ेंटेशन के लिए कोई ऐतिहासिक पोर्ट्रेट अपना परिचय देता है।
  • सोशल मीडिया के लिए पालतू जानवर की फ़ोटो मज़ेदार आवाज़ में सवालों के “जवाब” देती है।
  • म्यूज़ियम या गैलरी पोस्ट के लिए कोई पेंटिंग कुछ लाइनें गाती है।
  • फ़ेयरवेल वीडियो के लिए टीम फ़ोटो, जिसमें हर व्यक्ति एक लाइन बोलता है।

आपकी पहली क्लिप के तीन स्टेप

आपका लगभग एक मिनट लगता है; रेंडर बैकग्राउंड में चलता है।

  1. 1तस्वीर अपलोड करेंफ़ोटो को स्टूडियो में डालें। हम चेहरे की विज़िबिलिटी और साइज़ तुरंत चेक करते हैं।
  2. 2आवाज़ जोड़ेंकुछ वाक्य रिकॉर्ड करें या 4 सेकंड से 5 मिनट तक का MP3/WAV अपलोड करें।
  3. 3रेंडर करें और शेयर करेंमुफ़्त में प्रीव्यू देखें, फिर रेंडर करके बिना वॉटरमार्क का 720p MP4 डाउनलोड करें।

पुरानी फ़ोटो पहले तैयार करें

स्कैन किए प्रिंट को एनिमेट करने से पहले थोड़ी सफ़ाई फ़ायदेमंद रहती है। व्यक्ति तक क्रॉप करें, स्कैन सीधा करें, और किसी भी फ़ोटो एडिटर से चेहरे के पास के बड़े धूल के धब्बे या फटे हिस्से हटा दें। हल्की शार्पनिंग मदद करती है; ज़्यादा AI अपस्केलिंग ऐसे फ़ीचर गढ़ सकती है जो बाद में अजीब तरह से हिलते हैं।

अगर फ़ोटो बहुत छोटी है, तो लो-रिज़ॉल्यूशन फ़ाइल को बड़ा करने के बजाय उसे ज़्यादा रिज़ॉल्यूशन पर स्कैन करें। मॉडल को सबसे छोटी साइड पर कम से कम 300 पिक्सल चाहिए, और आँखों व मुँह के आसपास ज़्यादा डिटेल से मूवमेंट ज़्यादा नैचुरल बनती है।

अक्सर पूछे जाने वाले सवाल

क्या AI टॉकिंग फ़ोटो ब्लैक-एंड-व्हाइट तस्वीरों के साथ काम करती है?

हाँ। पुराने मोनोक्रोम स्कैन अच्छे से एनिमेट होते हैं, बशर्ते चेहरा साफ़ हो और मुँह खराब न हो।

क्या पेंटिंग या ड्रॉइंग इस्तेमाल की जा सकती है?

हाँ। पेंट, पेंसिल या डिजिटल इलस्ट्रेशन वाले पोर्ट्रेट तब काम करते हैं जब चेहरे के फ़ीचर पहचाने जा सकें।

क्या फ़ोटो गा सकती है?

हाँ। बोली की जगह गाना अपलोड करें, और चेहरा, साँस और सिर म्यूज़िक के साथ हिलेंगे।

वीडियो कितना लंबा हो सकता है?

4 सेकंड से 5 मिनट तक, आपके ऑडियो के हिसाब से।

क्या नतीजा असली लगेगा?

साफ़ फ़ोटो और साफ़ ऑडियो के साथ मूवमेंट नैचुरल और भावपूर्ण होती है। धुंधले या तिरछे चेहरे कम भरोसेमंद लगते हैं।

क्या किसी और की फ़ोटो एनिमेट करना ठीक है?

सिर्फ़ उनकी या राइट्स होल्डर की अनुमति से। हमारी शर्तें किसी की छवि का इस्तेमाल धोखा देने के लिए करने पर रोक लगाती हैं।

क्या फ़ोटो को किसी दूसरी भाषा में बुलवाया जा सकता है?

हाँ। होंठों की हलचल ऑडियो को फ़ॉलो करती है, इसलिए किसी भी भाषा में बोली रिकॉर्ड या अपलोड करें।

क्या एक वीडियो में कई फ़ोटो को बुलवाया जा सकता है?

हर फ़ोटो को अलग से रेंडर करें और एडिटर में क्लिप्स जोड़ें, या मल्टी-पर्सन सीन के लिए एक ग्रुप फ़ोटो इस्तेमाल करें।

और देखें

अपनी फ़ोटो को बोलने दें।

प्रीव्यू मुफ़्त है।