D-ID ابزار ساخت ویدیوی گوینده با هوش مصنوعی است. یک عکس از چهره، به‌علاوه‌ی متن یا فایل صوتی می‌دهید و ویدیویی می‌گیرید که آن چهره حرف می‌زند و لبش با صدا هماهنگ است. علاوه بر ویدیوهای ضبط‌شده، بخشی برای عاملهای مجازی تعاملی دارد که در لحظه با کاربر گفت‌وگو می‌کنند.
D-ID به چه کاری می‌آید؟#
- ویدیوی معرفی کسب‌وکار: صاحب فروشگاه با یک عکس و متن، پیام خوش‌آمدگویی میسازد بدون ایستادن جلوی دوربین.
- آموزش و دوره: مدرس درس را از روی متن به شکل گوینده تبدیل میکند.
- ویدیو به چند زبان: یک متن چند زبان را با یک چهره ارائه می‌دهد.
- نمایندگی مجازی در سایت: یک چهره‌ی تعاملی که به پرسش‌های مشتری پاسخ می‌دهد.
- زنده‌کردن عکس: عکس تاریخی یا یادبود به شکل متحرک و سخنگو درمی‌آید.
نقاط قوت و ضعف#
قوت‌ها:
- شروع ساده: فقط یک عکس و یک متن.
- حرکت لب هماهنگ با صدا.
- زبان‌ها و صداهای زیاد برای متن‌خوانی.
- عاملهای تعاملی و دسترسی از API.
ضعف‌ها:
- حرکت بدن ندارد و بیشتر چهره‌ی ثابتی است که سخن می‌گوید.
- گاهی حالت چهره مصنوعی به نظر می‌رسد.
- فارسی و تلفظ آن قابل‌اعتماد نیست.
- ساخت چهره‌ی افراد واقعی مسئولیت اخلاقی و حقوقی دارد و باید رضایت داشته باشید.
نسخه‌ی رایگان و قیمت#
دورهی آزمایشی یا اعتبار محدود برای امتحان هست، اما استفادهی منظم اشتراک پولی می‌خواهد و بخش عاملهای تعاملی و API جداگانه قیمت‌گذاری میشود. قیمت و سهمیه‌ی روز را در سایت رسمی ببینید.
فارسی و استفاده از ایران#
فارسی در حد پایه کار میکند؛ برای نتیجه‌ی بهتر از صدای ضبط‌شده‌ی خودتان استفاده کنید. از ایران معمولاً فیلترشکن لازم است و برای خرید، کارت بین‌المللی.
