Mixer AI
Como fazer um vídeo com avatar IA a partir de uma foto e da sua voz
Um avatar digital, ou retrato falante, é um personagem feito com uma foto e uma gravação de voz: o modelo anima o retrato e move os lábios com o som. No Mixer AI ele é feito pelo Kling AI Avatar, Kling AI Avatar v2 e OmniHuman 2.0, e o clipe dura o mesmo que o áudio.
Mais
Precisa da sua aparência em cenas diferentes, em fotos e vídeo? Esse é outro guia: Como fazer seu duplo digital: uma cópia de você em fotos e vídeo.
A garota está sentada num sofá junto a um microfone e fala com calma para a câmera, inclina um pouco a cabeça e gesticula com as duas mãos, sorrindo de leve nas pausas. O tronco quase não se mexe. Plano médio, câmera fixa. A luz quente e suave, a cortina, a planta e o microfone da foto não mudam.
Passo a passo
Prepare o áudio: grave sua fala num cômodo silencioso ou narre o texto no canvas com o ElevenLabs.
Tire o ruído, confira nomes, pronúncia e pausas e corte os silêncios do começo e do fim: a duração do clipe e o preço dependem do áudio.
Escolha o modelo: Kling AI Avatar ou Kling AI Avatar v2 — Standard para testar, Pro para o final; OmniHuman 2.0 quando quiser movimento do corpo com o som, com áudio MP3 ou WAV a partir de 4 segundos.
Envie a foto e o áudio.
Acrescente um prompt curto sobre a atitude: emoção, gestos, posição da câmera.
Faça o primeiro clipe com uma frase curta e confira lábios, queixo e final da fala.
Prompts para avatar com IA
A pessoa fala para a câmera com segurança e um leve sorriso, e ergue um pouco as sobrancelhas nas palavras-chave. Cabeça quase imóvel, ombros relaxados. Close, câmera fixa.
O personagem canta, balança a cabeça suavemente no ritmo e fecha os olhos nas notas longas. Plano médio, câmera fixa, o fundo da foto não muda.
Preço em moedas
Vídeo com avatar IA: qual modelo escolher
Os três modelos recebem uma foto e um áudio e fazem um clipe da duração da gravação. A diferença está no formato do áudio e em como o corpo se move.
| Modelo | Áudio | O que importa |
|---|---|---|
| Kling AI Avatar | Até 5 minutos, até 100 MB | Fala e canta; Standard e Pro |
| Kling AI Avatar v2 | Até 5 minutos; MP3, WAV, AAC, M4A, MP4, OGG | Standard para rascunho, Pro para o final; prompt opcional |
| OmniHuman 2.0 | MP3 ou WAV, de 4 segundos a 5 minutos, até 15 MB | Clipe em 720p, movimento do corpo com o som |
Duração, resolução e proporção não são escolhidas: o clipe segue a duração do áudio e o enquadramento da foto.
Criar um avatar com IA: que foto serve
Funciona melhor um retrato de frente nítido, com o rosto ocupando boa parte do quadro e luz uniforme. Rosto pequeno, sombras, óculos ou cabeça virada atrapalham os lábios e a semelhança.
Uma ilustração com o rosto bem visível também serve. Se precisar do mesmo personagem em muitas cenas, faça primeiro a folha de personagem: isso está no guia do duplo digital.
A voz: como fazer uma foto falar
O caminho mais direto é gravar a fala você mesmo: sem ruído e com pausas onde precisar. Use seu próprio rosto e voz, ou os de outra pessoa somente com a permissão dela.
Se precisar de um narrador, narre o texto no canvas com o ElevenLabs: você escolhe voz, ritmo e estabilidade, e num diálogo cada fala tem sua voz. Processe cada falante num clipe separado e junte na edição.
Como animar um retrato sem deformações
Canto e música alta são mais difíceis para os lábios do que a fala: para uma música, use uma faixa com voz clara. Várias vozes numa gravação atrapalham a sincronização.
Se o rosto se deformar no clipe, comece com uma foto mais nítida e um prompt calmo, sem giros bruscos de cabeça. Confira o começo, o meio e o fim do clipe.
Com qual modelo fazer
Perguntas frequentes
Como criar um avatar com IA?
Envie um retrato de frente e uma gravação de voz ao Kling AI Avatar, Kling AI Avatar v2 ou OmniHuman 2.0 e, se quiser, acrescente um prompt curto sobre a atitude. O modelo faz um clipe da duração do áudio, até 5 minutos.
Como fazer um avatar com IA com a minha voz?
Grave sua fala num cômodo silencioso e envie o arquivo com a foto. Os modelos de avatar movem os lábios com qualquer gravação, não é preciso ajustar a voz.
Posso inserir texto em vez de áudio?
Os modelos de avatar aceitam só áudio pronto. Narre primeiro o texto no canvas com o ElevenLabs e envie o arquivo gerado.
Um avatar falante feito com uma foto pode cantar?
Sim, envie uma faixa com voz clara. Várias vozes e acompanhamento alto dificultam a sincronização dos lábios.
Como fazer uma conversa entre dois retratos falantes?
Faça um clipe separado para cada falante com a foto e as falas dele e depois junte as falas na edição.