É preciso fazer login para gerar um vídeo. Você pode usar os créditos recebidos no cadastro que ainda estiverem disponíveis para testar a ferramenta, mas cada tarefa consome créditos. O saldo necessário depende do modelo, da duração e das opções de saída. Confira a estimativa antes de enviar a tarefa.

Escolha o Fast se precisar de uma saída em 480p ou 720p, ou se o áudio ultrapassar dois minutos, dentro do limite de 10 minutos. O Standard é a opção padrão para arquivos de 2–120 segundos: acompanha as especificações do vídeo original e permite repetir as imagens para um áudio mais longo. Compare a estimativa de créditos e o resultado de uma amostra curta com seu próprio material.

O Fast aceita vídeos MP4/MOV de até 100 MB e áudios MP3/WAV de até 50 MB, com áudio entre 2 segundos e 10 minutos. O Standard aceita vídeos MP4/MOV de até 300 MB e áudios MP3/WAV/AAC de até 30 MB; tanto o vídeo quanto o áudio devem ter entre 2 e 120 segundos. O Standard também exige vídeo codificado em H.264 ou H.265, de 15–60 fps, com largura e altura entre 640 e 2048 pixels. Corte ou converta os arquivos antes do envio, se necessário.

No Standard, “Estender vídeo” vem desativado e o resultado usa a duração do arquivo mais curto. Se o áudio for mais longo, ativar essa opção repete o vídeo original alternadamente de trás para a frente e na ordem normal até acompanhar o áudio. Isso repete imagens existentes, sem criar novas cenas. Preparar arquivos com durações semelhantes antes do envio ajuda a controlar o corte final.

Você pode usar uma gravação ou um áudio criado com uma ferramenta de texto para fala, desde que tenha permissão para usá-lo. Envie aqui o áudio pronto: esta página adapta os movimentos dos lábios, mas não traduz falas, não gera narração a partir de texto nem clona vozes. Para um fluxo de tradução e dublagem, prepare o novo áudio primeiro ou use o Tradutor de vídeo.

Esta página exige um vídeo existente e um arquivo de áudio. Se você só tiver uma foto de uma pessoa, use o Avatar com IA para criar um vídeo em que ela fala a partir da foto e do áudio.

Você pode testar o Lip Sync Fast com uma gravação cantada para sincronizar os lábios em um vídeo musical. Use vocais claros e confira como a boca acompanha notas sustentadas e trechos cantados rapidamente. O Standard é voltado principalmente para voz falada clara. Rostos animados ou muito estilizados podem ser mais difíceis de detectar; teste um clipe curto antes de usar qualquer um dos modelos em uma sequência completa.

Sempre que possível, use um clipe com um único rosto bem visível, iluminação estável e a boca descoberta. Grandes giros de cabeça, rostos de perfil e mãos sobre o rosto podem deixar o resultado menos consistente. Esta página não permite selecionar uma pessoa manualmente, por isso não conte com ela para sincronizar vários falantes de forma independente.

O Fast usa a saída em 480p ou 720p que você escolher. O Standard acompanha a resolução, a taxa de quadros e a proporção do vídeo original, mas manter essas especificações não garante a mesma qualidade de imagem. Detalhes da boca e do rosto podem mudar durante o processamento. Confira o resultado no tamanho em que pretende usá-lo.

O tempo depende do modelo, da duração do clipe, da resolução e da carga do serviço; não há um prazo fixo. Acompanhe o status da tarefa e, ao terminar, confira se há cintilação, detalhes do rosto borrados, movimentos da boca durante as pausas ou áudio faltando no final. Se necessário, teste um material mais nítido ou uma amostra mais curta. Cada nova tarefa consome créditos e outra tentativa não garante um resultado melhor.