Uma foto falante transforma um retrato parado em um vídeo desse rosto falando. Envie uma foto, adicione uma gravação de voz e a Solmi movimenta a boca, o queixo e a cabeça no ritmo do áudio, para que a imagem diga as palavras: um avatar falante para o seu canal, um apresentador com IA para um vídeo explicativo ou uma introdução falada para um lançamento. Corte o trecho que quiser, até 60 segundos por clipe, e exporte em 480p ou 720p; o vídeo sai na vertical ou na horizontal, de acordo com a foto. Só tem um roteiro? Transforme-o em voz com o gerador de locução com IA da Solmi, baixe o áudio e envie aqui.
É uma imagem parada animada para que o rosto fale junto com uma faixa de voz. A Solmi recebe um retrato e um arquivo de áudio e movimenta a boca, o queixo e a cabeça no ritmo da voz, de modo que a pessoa da foto parece dizer as palavras. Também é chamada de avatar falante ou apresentador com IA.
Envie um retrato nítido e de frente ou escolha um dos personagens prontos, adicione a voz como arquivo de áudio ou como link do YouTube ou do TikTok, corte o trecho que quiser, escolha 480p ou 720p e clique em Gerar. O vídeo finalizado aparece nos seus vídeos, pronto para baixar.
Nesta página, não: ela sincroniza uma faixa de voz que você envia e não tem um recurso próprio de texto para fala. Para partir de um texto, escreva o roteiro no gerador de locução com IA da Solmi (mais de 70 idiomas e várias vozes), baixe o áudio e envie aqui como voz.
Com os dois. A sincronia labial vem do próprio áudio, então uma gravação falada funciona do mesmo jeito que uma música: a boca acompanha as palavras. Uma gravação limpa, com pouco ruído de fundo, dá o movimento de boca mais nítido. Para a foto cantar uma música, use a ferramenta para fazer foto cantar.
A cobrança é por segundo de vídeo: 4 créditos por segundo em 480p e 8 em 720p, então um clipe de 15 segundos custa 60 créditos em 480p. Um clipe pode ter até 60 segundos, cortado de uma gravação de até 10 minutos. Uma conta nova na web recebe 120 créditos, sem cartão: cerca de 30 segundos em 480p.
Um retrato nítido e de frente, com um só rosto visível, luz uniforme e nada cobrindo a boca. O vídeo segue o formato da foto: uma foto vertical gera um vídeo 9:16 para TikTok, Reels e Shorts, e uma horizontal, um vídeo 16:9 para o YouTube. Uma foto sem nitidez ou pequena pode ganhar nitidez antes com a melhoria integrada, por 5 créditos.
Sim. Ative as legendas antes de gerar e a Solmi transcreve a voz e embute as palavras no vídeo em um dos seis estilos: Sutil, Negrito, Neon, Minimalista, Serifa ou Karaokê.