Une photo parlante transforme un portrait fixe en vidéo de ce visage qui parle. Importez une photo, ajoutez un enregistrement de voix, et Solmi anime la bouche, la mâchoire et la tête au rythme de l'audio pour que l'image prononce les mots : un avatar parlant pour votre chaîne, une tête parlante IA pour une vidéo explicative ou une intro parlée pour la sortie d'un titre. Coupez le passage voulu, jusqu'à 60 secondes par clip, et exportez en 480p ou 720p ; la vidéo sort en vertical ou en horizontal selon la photo. Vous n'avez qu'un texte ? Transformez-le en voix avec le générateur de voix off IA de Solmi, téléchargez l'audio et importez-le ici.
C'est une image fixe animée pour que le visage parle en suivant une piste vocale. Solmi prend un portrait et un fichier audio, puis anime la bouche, la mâchoire et la tête au rythme de la voix : la personne de la photo semble prononcer les mots. On parle aussi d'avatar parlant ou de tête parlante IA.
Importez un portrait net et de face ou choisissez un des personnages proposés, ajoutez la voix sous forme de fichier audio ou de lien YouTube ou TikTok, coupez le passage voulu, choisissez 480p ou 720p et cliquez sur Générer. La vidéo terminée apparaît dans vos vidéos, prête à télécharger.
Pas sur cette page : elle synchronise une piste vocale que vous fournissez et n'a pas de synthèse vocale intégrée. Pour partir d'un texte, écrivez-le dans le générateur de voix off IA de Solmi (plus de 70 langues, plusieurs voix au choix), téléchargez l'audio et importez-le ici comme voix.
Les deux. La synchronisation labiale vient de l'audio lui-même : un enregistrement parlé fonctionne comme une chanson, la bouche suit les mots. Un enregistrement propre, avec peu de bruit de fond, donne les mouvements de bouche les plus nets. Pour la faire chanter, utilisez l'outil Faire chanter une photo.
La facturation se fait à la seconde de vidéo : 4 crédits par seconde en 480p et 8 en 720p, donc un clip de 15 secondes coûte 60 crédits en 480p. Un clip peut durer jusqu'à 60 secondes, coupé dans un enregistrement de 10 minutes maximum. Un nouveau compte créé sur le web démarre avec 120 crédits, sans carte bancaire : environ 30 secondes en 480p.
Un portrait net et de face, avec un seul visage visible, une lumière homogène et rien devant la bouche. La vidéo prend la forme de la photo : une photo en portrait donne une vidéo verticale 9:16 pour TikTok, Reels et Shorts, une photo en paysage une vidéo 16:9 pour YouTube. Une photo floue ou petite peut d'abord être rendue plus nette avec l'amélioration intégrée, pour 5 crédits.
Oui. Activez les sous-titres avant de générer : Solmi transcrit la voix et incruste les mots dans la vidéo, avec l'un des six styles proposés (Discret, Gras, Néon, Minimal, Serif ou Karaoké).