Una foto parlante trasforma un ritratto statico in un video in cui quel volto parla. Carica una foto, aggiungi una registrazione vocale e Solmi muove bocca, mascella e testa a tempo con l'audio, così l'immagine pronuncia le parole: un avatar parlante per il tuo canale, un presentatore con l'IA per un video esplicativo o un'intro parlata per un'uscita. Taglia la parte che vuoi, fino a 60 secondi per clip, ed esporta in 480p o 720p; il video esce in verticale o in orizzontale in base alla foto. Hai solo un testo? Trasformalo in voce con il generatore di voce fuori campo AI di Solmi, scarica l'audio e caricalo qui.
È un'immagine statica animata in modo che il volto parli seguendo una traccia vocale. Solmi prende un ritratto e un file audio e muove bocca, mascella e testa a tempo con la voce, così la persona nella foto sembra pronunciare le parole. Si chiama anche avatar parlante o presentatore con l'IA.
Carica un ritratto nitido e frontale o scegli uno dei personaggi pronti, aggiungi la voce come file audio o come link di YouTube o TikTok, taglia la parte che vuoi, scegli 480p o 720p e premi Genera. Il video finito compare tra i tuoi video, pronto da scaricare.
Non in questa pagina: sincronizza una traccia vocale che fornisci tu e non ha una sintesi vocale propria. Per partire da un testo, scrivilo nel generatore di voce fuori campo AI di Solmi (oltre 70 lingue e diverse voci), scarica l'audio e caricalo qui come voce.
Con entrambi. La sincronizzazione labiale viene dall'audio stesso, quindi una registrazione parlata funziona come una canzone: la bocca segue le parole. Una registrazione pulita, con poco rumore di fondo, dà i movimenti della bocca più chiari. Per far cantare la foto, usa lo strumento per far cantare una foto.
Si paga per secondo di video: 4 crediti al secondo a 480p e 8 a 720p, quindi una clip di 15 secondi costa 60 crediti a 480p. Una clip può durare fino a 60 secondi, tagliata da una registrazione lunga fino a 10 minuti. Un nuovo account sul web riceve 120 crediti senza carta: circa 30 secondi a 480p.
Un ritratto nitido e frontale, con un solo volto visibile, luce uniforme e niente davanti alla bocca. Il video prende la forma della foto: una foto verticale dà un video 9:16 per TikTok, Reels e Shorts, una orizzontale un video 16:9 per YouTube. Una foto sfocata o piccola si può prima rendere più nitida con il miglioramento integrato, per 5 crediti.
Sì. Attiva i sottotitoli prima di generare: Solmi trascrive la voce e imprime le parole nel video con uno dei sei stili disponibili (Discreto, Grassetto, Neon, Minimal, Serif o Karaoke).