Para mudar as palavras de um vídeo falado sem fazer outra gravação, abra Text to Video Lip Sync, envie o vídeo existente, digite o novo roteiro e escolha uma voz. A ferramenta gera a fala a partir do texto e sincroniza a boca com a atuação filmada. Veja quando usar esse caminho e como preparar os materiais.
Por que reescrever um vídeo falado com texto?
Corrigir a mensagem sem filmar de novo
Depois de gravar uma apresentação, podem mudar o preço, a data, o nome de um recurso ou a chamada para ação. Refazer iluminação, câmera e cenário por poucas palavras custa tempo. Prepare a frase correta e reutilize a filmagem.
Se apenas um trecho de um vídeo longo precisa mudar, exporte esse trecho, gere a nova versão e insira-a novamente na edição. A ferramenta não encontra nem substitui sozinha uma frase em uma linha do tempo pronta. Um gesto apontando para o preço antigo também continua no vídeo.
Criar versões diferentes com uma filmagem real
Criadores, professores e porta-vozes podem precisar de aberturas diferentes para cursos, campanhas ou atualizações frequentes. Um trecho com gestos naturais e versáteis acompanha vários roteiros. Assim você mantém a presença real em câmera sem organizar uma gravação para cada variação.
Use texto quando o roteiro está pronto, mas a gravação final da voz ainda não existe. Escolha uma voz predefinida ou clone uma com autorização. Se você já tem o áudio definitivo e quer preservar sua interpretação, veja o tutorial de áudio enviado.
Preparar outra versão de idioma
Você também pode inserir uma tradução revisada e escolher uma voz adequada. Confira sentido, nomes, números e tom antes: lip sync não traduz automaticamente a fala original. O processo completo está em guia de dublagem de vídeo com IA.
Escolha um vídeo que funcione com várias falas
O vídeo de origem fornece os movimentos, expressões e enquadramento; não precisa conter as novas palavras. Este exemplo reutiliza um trecho de 5,06 segundos e mostra um resultado de texto e voz com cerca de 10 segundos. É o mesmo trecho do tutorial de áudio, para facilitar a comparação.
Use material que você pode editar. A gravação não precisa ser longa, nem mostrar o rosto sempre de frente e a boca em close. O essencial é que gestos e expressões pareçam naturais e sirvam para mensagens diferentes. Este fluxo em vídeo pode lidar com tomadas difíceis para métodos convencionais de lip sync, inclusive com uma breve virada de cabeça.
Mudanças normais de postura são versáteis; apontar para um produto ou contar nos dedos pode destoar de outra fala. O fluxo em vídeo preserva movimentos e expressões filmados enquanto adapta a fala visível. Ele não refaz toda a atuação corporal. Para criar movimento a partir de uma imagem, há o modelo Max de imagem, que leva mais tempo.
Escreva a fala e escolha a voz
Antes de gerar, confira nomes, valores, datas e pronúncia. O modo texto permite selecionar uma voz predefinida ou enviar ou gravar uma pequena amostra de voz com autorização para clonagem. A amostra define o timbre; não é a fala final a ser copiada. Este exemplo usa uma referência em inglês de cerca de 16 segundos:
Referência de voz
Por exemplo: “O workshop agora começa na sexta-feira às dez da manhã.” É uma frase ilustrativa, não a transcrição do vídeo de demonstração.
Gere e revise o resultado
No Text to Video Lip Sync, envie o vídeo, escolha a voz, cole o roteiro e gere. Compare a fala ao texto aprovado e veja se os gestos e expressões originais fazem sentido com a mensagem nova.
A demonstração curta abaixo mostra o fluxo com texto e referência vocal; não é um vídeo longo nem uma gravação completa das etapas.
Abrir a página de reprodução do resultado
A duração do vídeo original pode ser diferente da duração do resultado. Em roteiros maiores, confira se os gestos reutilizados ou repetidos continuam naturais. Veja uma diferença de duração medida no exemplo de cinco segundos para 39 segundos.
Perguntas frequentes
Preciso dizer o roteiro novo no vídeo original?
Não. O vídeo fornece os movimentos e expressões filmados. Digite as novas palavras separadamente e escolha a voz que vai pronunciá-las.
Tenho que clonar uma voz?
Não. Este exemplo usa uma referência, mas você também pode escolher uma voz predefinida. Clone apenas vozes próprias ou autorizadas.
Quando devo enviar áudio em vez de digitar texto?
Use texto quando o roteiro está pronto, mas a gravação final não existe. Se já há um áudio acabado e você quer preservar ritmo e entonação, escolha o fluxo de áudio.
Posso usar o mesmo vídeo com vários roteiros?
Sim. Gestos e expressões naturais e genéricos ajudam na reutilização. Revise cada versão para confirmar que a atuação ainda combina com a fala nova.
Última atualização:
