Para fazer um avatar seu que fala, grave o que você quer dizer (até 30 segundos), abra o Lip Sync, envie uma foto sua de frente como Portrait e a gravação como Audio, e clique em Generate Video. A boca acompanha as suas palavras, com a sua própria voz. A cobrança é por segundo de áudio: 8 créditos por 15 segundos e 14 por 30. Sem gravação, coloque a sua foto em Start frame no Video studio, escolha Google Veo 3.1 Fast, marque Sound e escreva a frase no Prompt: 110 créditos por 4 segundos em 720p.
Um avatar que fala é um vídeo do seu rosto dizendo um roteiro: a abertura de um curso, a explicação de um produto, um recado para a equipe, uma resposta em outro idioma. Este guia mostra os dois caminhos, como escolher a foto e gravar a voz, e quanto custa cada um. O editor está em inglês, então os controles aparecem com o nome original.
O que você precisa
- Uma foto sua: de frente, nítida, com luz uniforme e a boca visível. Use só o seu próprio rosto ou o de alguém que concordou.
- Para o Lip Sync, uma gravação de voz de até 30 segundos (MP3, WAV, OGG ou M4A): a sua própria voz, ou uma que você tenha permissão para usar.
- Uma conta na Kinoseed com créditos. Para fazer vídeo você precisa de um plano, inclusive para o primeiro clipe; o plano Basic de $10 (500 créditos por mês) cobre 35 clipes de Lip Sync de 30 segundos.
Passo a passo
- 1
Escreva e grave o roteiro
Menos de 30 segundos, umas 70 palavras faladas. Grave perto do celular num lugar silencioso; uma voz limpa dá os movimentos de boca mais claros. Corte o silêncio do começo e do fim.
- 2
Escolha a foto
Cabeça e ombros, olhando para a câmera, nada na frente da boca ou do queixo. Um rosto relaxado com os lábios um pouco abertos se mexe de forma mais natural do que um sorriso largo.
- 3
Abra o Lip Sync e envie o Portrait e o Audio
Solte a foto em Portrait e a gravação em Audio. Se o áudio passar de 30 segundos, a página avisa para você cortar antes. O preço no botão segue a duração do áudio.
- 4
Clique em Generate Video
O rosto é movido quadro a quadro seguindo a onda do áudio. O vídeo chega ao feed, pronto para baixar em MP4 e sem marca d'água, e uma geração que falha é reembolsada automaticamente.
- 5
Sem gravação? Faça um modelo do estúdio dizer a frase
No Video studio, clique no cartão Model e escolha Google Veo 3.1 Fast, coloque a sua foto em Start frame, marque Sound e escreva a frase entre aspas no Prompt: Ela olha para a câmera e diz: "Oi, eu sou a Ana, e é assim que o nosso app funciona." A voz é gerada, não é a sua. 110 créditos por 4 segundos ou 220 por 8 em 720p.
Lip Sync
Abrir no appEntre na sua conta para gerar. O editor está em inglês, com os mesmos nomes de controles que este guia usa.
Prompts para copiar
Cole qualquer um destes no Lip Sync como ponto de partida e ajuste os detalhes para a sua ideia. Os modelos entendem prompts em português.
Frase falada no Google Veo 3.1 Fast
A mulher da foto sorri de leve, olha para a câmera e diz com uma voz calorosa e clara: "Bem-vindos ao curso. Nos próximos dez minutos vocês vão criar o primeiro projeto." Câmera parada, luz suave de janela.
Apresentação curta de produto
O homem da foto acena com a cabeça e diz, calmo e simpático: "Esta é a mochila que eu levo para todo lugar. Vou te contar por quê." Plano médio fechado, câmera parada.
Lip Sync ou um modelo do estúdio
O Lip Sync mantém a sua própria voz e chega a 30 segundos num único clipe, por 8 créditos os 15 segundos; a cabeça se mexe pouco, então parece uma cabeça falante. Um modelo do estúdio com Sound mexe a imagem toda, rosto, mãos e luz, mas a voz é inventada e um clipe dura de 4 a 8 segundos, por 110 créditos os 4 segundos no Google Veo 3.1 Fast. Para um roteiro com a sua voz, Lip Sync; para uma cena curta com uma frase, o estúdio.
Em outro idioma
O Lip Sync mexe a boca de acordo com o áudio que você envia. Grave o roteiro no outro idioma, ou use uma gravação traduzida da sua voz sobre a qual você tenha direitos, e envie com a mesma foto.
Mais exemplos
Dicas para resultados melhores
- Ilumine o rosto de frente; sombras sobre a boca borram o movimento dos lábios.
- Deixe um pouco de espaço acima da cabeça e abaixo do queixo na foto, para o movimento não ser cortado.
- Fale um pouco mais devagar que o normal; fala muito rápida dá movimentos de boca confusos.
- Para um roteiro longo, grave em partes de até 30 segundos e junte os clipes num editor.
- Para uma música em vez de fala, veja como fazer um clipe musical com IA.
Perguntas frequentes
Como faço um avatar meu que fala a partir de uma foto?
Envie uma foto sua de frente como Portrait no Lip Sync, adicione uma gravação da sua voz de até 30 segundos como Audio e clique em Generate Video.
Quanto custa um vídeo de avatar que fala?
Para fazer vídeo você precisa de um plano, inclusive para o primeiro clipe. O Lip Sync é cobrado por segundo de áudio: 8 créditos por 15 segundos e 14 por 30. Uma frase dita por um modelo do estúdio no Google Veo 3.1 Fast custa 110 créditos por 4 segundos em 720p.
Dá para usar a minha própria voz?
Sim, com o Lip Sync: ele mexe a boca de acordo com a gravação que você envia. Um modelo do estúdio com Sound inventa uma voz.
Posso fazer um avatar de outra pessoa?
Só de alguém que concordou, com a foto dela e uma voz que ela autorizou. Se não, use o seu próprio rosto e a sua voz.
Experimente com a sua própria cena.
Você pode abrir o Lip Sync e ver como funciona. O preço de cada geração aparece no botão antes de você gastar qualquer coisa.
