Guias
Como fazer uma foto falar com IA, com texto ou áudio
Para fazer uma foto falar com IA no GenBrasil, escolha Foto que fala no estúdio, envie uma foto com o rosto de frente e escreva o que ela vai dizer, ou envie um áudio com a fala. O modelo anima o rosto e a boca acompanha as palavras. Uma fala de cerca de 7 segundos sai por cerca de 30 créditos e fica pronta em um a três minutos.
O que você precisa
- Uma foto com o rosto bem visível, de frente. Funciona com foto, desenho, personagem 3D e anime. JPG ou PNG, até 10 MB.
- A fala, de um destes jeitos:
- Texto: você escreve e escolhe uma voz. Há mais de 900 opções, com botão Ouvir para testar; veja como escolher.
- Áudio: você envia um MP3, WAV ou M4A de até 2 minutos, com a sua voz ou um áudio que você tem direito de usar. A boca acompanha esse áudio.
- Autorização. Se a foto ou a voz for de uma pessoa real, você precisa da autorização dela.
Passo a passo
- No estúdio, em O que você quer fazer?, escolha Foto que fala.
- Envie a foto.
- Em A fala, escolha Escrever o texto (e a voz) ou Enviar um áudio.
- Escolha a resolução (720p ou 1080p) e o formato: vertical 9:16 para Reels e TikTok, horizontal 16:9 ou quadrado 1:1.
- Marque a caixa confirmando que você tem direito de usar a foto e o áudio e autorização de quem aparece.
- Confira o custo, que já aparece calculado pelo tamanho da fala, e clique em Fazer a foto falar.
Se a geração falhar, os créditos voltam automaticamente.
Quanto custa
O modelo é o HeyGen Avatar IV, cobrado por segundo de vídeo. A duração vem da fala:
- Com texto, o estúdio estima a duração pelo tamanho do texto e mostra o preço antes de gerar. Nos nossos testes de 17/out/2026, uma fala de 99 caracteres virou um vídeo de cerca de 7 segundos, e uma de 127 caracteres, um vídeo de cerca de 10 segundos.
- Com áudio, a duração é a do próprio áudio. Um áudio de 5 segundos saiu por 20 créditos.
| Fala | Duração aproximada | Custo de referência |
|---|---|---|
| Texto curto (uma frase, cerca de 100 caracteres) | 7 a 9 s | cerca de 30 créditos |
| Texto de cerca de 130 caracteres | cerca de 10 a 12 s | cerca de 39 créditos |
| Áudio de 5 s | 5 s | 20 créditos |
| Áudio de 30 s | 30 s | cerca de 97 créditos |
O valor exato aparece antes de gerar. Na resolução 1080p o preço é o mesmo de 720p.
Texto ou áudio: qual escolher?
- Texto é o caminho mais rápido: você não precisa gravar nada. Bom para apresentações curtas, avisos, convites e personagens. Nos nossos testes, Kore e Orus falaram português com sotaque brasileiro e pronúncia clara; ouça o resultado antes de publicar para ver se a voz combina com o personagem.
- Áudio dá controle total: a sua voz, o seu ritmo, a sua emoção. Bom para quem já grava locução, para música e para manter a mesma voz em vários vídeos.
Dica: se for gravar o áudio no celular, grave num lugar silencioso, perto do microfone e sem música de fundo. A boca acompanha melhor uma fala limpa.
Como escolher a foto
- Rosto de frente e bem iluminado. Nos nossos testes usamos retratos de frente com fundo liso, e a boca acompanhou bem a fala.
- Boca fechada ou levemente aberta na foto original.
- Sem óculos escuros ou mão na frente da boca.
- Desenho e 3D funcionam: nos testes, um personagem 3D de desenho animado também falou, com a boca acompanhando o texto.
- Enquadramento de cabeça e ombros combina com o formato vertical.
Ideias de uso
- Apresentador do seu canal sem você aparecer: um personagem criado por você apresenta o vídeo.
- Mascote da marca falando com o cliente. Veja como criar um em mascote de marca com IA.
- Aviso rápido para clientes: horário de funcionamento, promoção do dia, novidade.
- Convite e parabéns com a sua própria foto e a sua voz.
- Personagem de história narrando a cena. Para montar a história, veja como contar uma história em cenas com IA.
O que é proibido
Foto que fala é exatamente o tipo de recurso que pode ser usado para enganar, e por isso as regras são firmes. Os Termos de Uso proíbem:
- usar a foto ou a voz de uma pessoa real sem o consentimento dela, inclusive famosos e políticos;
- fazer alguém "dizer" algo que não disse de um jeito que possa enganar quem assiste;
- propaganda política ou eleitoral com rosto, voz ou imagem de pessoa real;
- golpe, falsa identidade e qualquer conteúdo para obter vantagem de alguém por engano.
A confirmação de direitos e autorização é pedida a cada vídeo e fica registrada no pedido. Os áudios enviados ficam guardados por 7 dias, só para gerar o que você pediu; a foto fica na sua conta para você reutilizar. Para publicar, recomendamos avisar que o vídeo foi feito com IA: veja como avisar que o vídeo foi feito com IA.
Perguntas frequentes
A IA consegue fazer uma foto falar em português?
Sim. Com texto, você escolhe entre vozes como Luana, Caio, Kore e Orus; ouça a amostra de cada uma. Com áudio, a foto fala o que está no áudio que você enviou.
Funciona com desenho ou foto de bicho?
Com desenho, personagem 3D e anime, funciona: o modelo anima o rosto do personagem. Nos nossos testes usamos rostos de frente, com a boca visível, e a boca acompanhou a fala.
Posso fazer uma foto de outra pessoa falar?
Só com autorização dela. É proibido usar o rosto ou a voz de alguém sem consentimento, e propaganda política com pessoa real é proibida em qualquer caso. A cada vídeo o estúdio pede essa confirmação.
