Как сделать говорящий аватар нейросетью?

Открой шаблон в генераторе видео, замени [ОПИСАНИЕ] описанием героя, допиши реплику после слов «говорит по-русски:» и включи звук. Через 1–3 минуты получишь ролик 1080p, где персонаж произносит фразу с движением губ. 4 секунды со звуком стоят 540 ₽.

Сколько стоит говорящий аватар?

Veo 3.1 со звуком — от 540 ₽ за 4 секунды, 6 секунд — 810 ₽, 8 секунд — 1080 ₽. Без звука ролик дешевле, от 360 ₽, но аватар будет молчать. Цена видна до запуска, деньги списываются только за готовое видео.

Говорит ли аватар по-русски?

Да, но лучше короткими фразами: до десятка слов на ролик Veo 3.1 произносит надёжнее, длинный текст может оборваться. Пиши «говорит по-русски:» перед репликой и добавляй «без субтитров». Для точного текста до 150 знаков есть инструмент «Оживить фото».

Можно ли сделать говорящий аватар из своего фото?

Для своего фото удобнее инструмент «Оживить фото»: загружаешь портрет, пишешь реплику до 150 знаков, выбираешь голос — и человек на снимке её произносит. Лайт стоит 199 ₽ в 480p, Премиум — 399 ₽ в 1080p. Шаблон на Veo 3.1 лучше подходит для вымышленных персонажей.

Сколько длится ролик?

4, 6 или 8 секунд — длительность выбираешь перед запуском. На 8 секунд помещается одна-две фразы; для длинного обращения склей несколько роликов в редакторе или используй инструмент «Оживить фото», где реплика до 150 знаков.

Говорящий аватар

Персонаж произносит реплику.

«Говорящий аватар» — шаблон ролика на Veo 3.1, где персонаж крупным планом произносит твою реплику на камеру с живой мимикой и движением губ. Мягкий портретный свет, нейтральный фон и лёгкие движения головы уже в промпте. Внешность задаёшь описанием или стартовым кадром, реплику пишешь прямо в промпте, а речь модель генерирует вместе с видео. Veo 3.1 — от 360 ₽ за ролик без звука, со звуком — от 540 ₽; для говорящего аватара звук нужно включить.

Что получится

Как это работает

1. Нажмите «Сделать так же» — промпт уже внутри, набирать ничего не нужно.
2. Загрузите фото в поля шаблона: лицо хорошо видно, дневной свет, без фильтров.
3. Запустите генерацию. Цена видна до запуска, списывается только за результат.

Veo 3.1 — видеомодель Google, которая генерирует звук вместе с картинкой: речь с движением губ, шаги, шум улицы. Поэтому говорящий аватар собирается за один проход, без отдельной озвучки и подгонки губ. Шаблон уже задаёт крупный план, мягкий свет и нейтральный фон — остаётся описать героя и вписать, что он скажет.

Про русский язык честно: речь по-русски Veo 3.1 произносит, но короткие фразы выходят надёжнее длинных — до десятка слов на ролик. Длинную реплику модель может оборвать или проглотить, а иногда добавляет субтитры, которых не просили. Если важен точный текст и конкретный голос, а говорить должен человек с твоего фото, удобнее инструмент «Оживить фото».

Для чего делают

Приветствие от лица маскота для канала или сайта.
Короткий анонс: «новый выпуск уже вышел», «скидки до пятницы».
Вступление к уроку или презентации от вымышленного ведущего.
Персонаж для сторис бренда, которого не существует в реальности.

Какая модель и сколько стоит

Шаблон стоит на Veo 3.1: ролик 4, 6 или 8 секунд в 1080p, горизонтальный 16:9 или вертикальный 9:16. Звук доплачивается посекундно: 4 секунды со звуком — 540 ₽, 6 секунд — 810 ₽, 8 секунд — 1080 ₽. Говорящее фото с твоим текстом до 150 знаков и голосом из библиотеки делает инструмент «Оживить фото»: 199 ₽ в 480p или 399 ₽ в 1080p. Списание только за готовый ролик; приветственных 50 ₽ на видео не хватит, пополнение — от 200 ₽.

Советы по фото

Реплику пиши прямо в промпте: «говорит по-русски: Привет, я ваш новый помощник». На 4–8 секунд хватает одной-двух коротких фраз.
Включи звук перед запуском — без него персонаж беззвучно шевелит губами.
Если на видео появились субтитры, допиши в промпт «без субтитров» и перезапусти.
Опиши голос и интонацию: «спокойный низкий голос», «бодро и с улыбкой».
Для сторис и Reels выбери вертикальный формат 9:16.

Частые ошибки

Монолог на абзац в 4-секундном ролике — не поместится, речь оборвётся.
Оставить в промпте [ОПИСАНИЕ] в квадратных скобках — замени его описанием героя.
Ждать свой или знакомый голос: голос генерирует модель, а голоса из библиотеки есть в инструменте «Оживить фото».

Промпт шаблона

Его можно менять под себя прямо в генераторе — шаблон только подставляет заготовку.

Крупный план персонажа [ОПИСАНИЕ], который говорит на камеру: естественная артикуляция и мимика, лёгкие движения головы, мягкий портретный свет, нейтральный фон

Частые вопросы

Как сделать говорящий аватар нейросетью?: Открой шаблон в генераторе видео, замени [ОПИСАНИЕ] описанием героя, допиши реплику после слов «говорит по-русски:» и включи звук. Через 1–3 минуты получишь ролик 1080p, где персонаж произносит фразу с движением губ. 4 секунды со звуком стоят 540 ₽.
Сколько стоит говорящий аватар?: Veo 3.1 со звуком — от 540 ₽ за 4 секунды, 6 секунд — 810 ₽, 8 секунд — 1080 ₽. Без звука ролик дешевле, от 360 ₽, но аватар будет молчать. Цена видна до запуска, деньги списываются только за готовое видео.
Говорит ли аватар по-русски?: Да, но лучше короткими фразами: до десятка слов на ролик Veo 3.1 произносит надёжнее, длинный текст может оборваться. Пиши «говорит по-русски:» перед репликой и добавляй «без субтитров». Для точного текста до 150 знаков есть инструмент «Оживить фото».
Можно ли сделать говорящий аватар из своего фото?: Для своего фото удобнее инструмент «Оживить фото»: загружаешь портрет, пишешь реплику до 150 знаков, выбираешь голос — и человек на снимке её произносит. Лайт стоит 199 ₽ в 480p, Премиум — 399 ₽ в 1080p. Шаблон на Veo 3.1 лучше подходит для вымышленных персонажей.
Сколько длится ролик?: 4, 6 или 8 секунд — длительность выбираешь перед запуском. На 8 секунд помещается одна-две фразы; для длинного обращения склей несколько роликов в редакторе или используй инструмент «Оживить фото», где реплика до 150 знаков.

Подробный разбор с примерами — в статье «Говорящее фото: как заставить портрет произнести ваш текст».

Обновлено 26.10.2026