Pular para o conteúdo
ARCAVID
Todos os artigos

Como fazer uma foto falar com IA, com narração em português

Uma foto bem enquadrada e um áudio claro em português: é isso que faz um avatar falante convencer. Como preparar as duas peças, qual ferramenta usar e os cuidados com pessoas reais.

Retrato a óleo de uma senhora numa moldura dourada antiga, com os lábios entreabertos como se fosse falar, e uma fita de cetim amarela presa no canto.

Fazer uma foto falar com IA exige duas peças: a foto e a fala. O modelo move a boca, o rosto e a cabeça para acompanhar o áudio, mas não corrige uma entrada ruim. Uma foto escura ou um áudio abafado rendem um vídeo estranho, por melhor que seja o modelo.

Este guia mostra como preparar a foto, como gerar a fala em português com sotaque do Brasil e qual ferramenta usar em cada caso.

As duas ferramentas

No estúdio de Vídeo, o campo Ferramenta tem duas formas de pôr alguém para falar:

  • Avatar falante: parte de uma foto e de um áudio. A pessoa ou o personagem da foto fala o áudio enviado, com boca, expressão e cabeça em movimento. O áudio vai de 2 a 60 segundos.
  • Sincronia labial: parte de um vídeo que já existe e de um áudio novo. Ela ajusta os lábios de quem fala no vídeo ao áudio enviado. Se o áudio for mais longo que o vídeo, ele é cortado no fim.

Para fazer uma foto falar, use Avatar falante. Para trocar a fala de um vídeo seu, use Sincronia labial.

As duas usam arquivos de origem, que ficam no acervo de um projeto (a pasta de arquivos daquele trabalho). Antes de começar, abra ou crie um projeto.

01 Prepare a foto

O Avatar falante não usa texto: tudo o que ele sabe sobre a pessoa vem da foto. Ela precisa mostrar o rosto com clareza.

  • De frente ou quase de frente. Rosto de perfil esconde metade da boca.
  • Boca visível. Nada na frente: mão, microfone, cabelo, máscara.
  • Luz uniforme. Sombra forte num lado do rosto vira mancha quando a cabeça se mexe.
  • Rosto grande no quadro. Do peito para cima costuma funcionar bem. Rosto pequeno numa foto de grupo tende a se deformar.
  • Expressão tranquila. Um sorriso muito aberto na foto disputa com os movimentos da fala.

Um exemplo de foto que atende aos cinco pontos, criada na ARCAVID para este guia:

Retrato de frente de uma personagem fictícia de cabelo preto na altura do queixo e capa de chuva amarela, com rosto bem iluminado sobre fundo cinza.

Não tem a foto ideal? Crie um personagem no estúdio de Imagem, já de frente e com fundo limpo. É o caminho mais simples, porque dispensa autorização de imagem.

02 Gere a fala em português

A ferramenta avisa que a fala pode vir do Texto para voz. No estúdio de Áudio:

  1. Escolha Voz brasileira, para o sotaque do Brasil.
  2. Escolha a voz que combina com o rosto. São quatro: Achird (masculina, amigável), Sulafat (feminina, calorosa), Gacrux (feminina, madura) e Charon (masculina, informativa).
  3. Escreva a fala com frases curtas e pontuação clara. A pontuação marca as pausas, e as pausas viram respiros no rosto.

Para a personagem acima, escrevemos 151 caracteres:

Oi, eu sou a Lia. Eu nunca fui filmada: esta foto ganhou voz a partir de um texto, e a boca acompanha cada sílaba. Que tal tentar com o seu personagem?

Com a voz Sulafat, a narração ficou com 10 segundos, dentro da faixa de 2 a 60 segundos do Avatar falante.

Também dá para usar um áudio gravado por você. Grave num lugar silencioso, sem música ao fundo: ruído e trilha atrapalham a leitura da fala.

O guia Narração com IA em português do Brasil detalha como escrever para o ouvido.

03 Crie o vídeo

No estúdio de Vídeo, com o projeto aberto:

  1. Em Ferramenta, escolha Avatar falante.
  2. Envie a foto e o áudio de origem.
  3. Veja o custo, que nessa ferramenta depende da duração do áudio enviado.
  4. Clique em Criar.

Como em todo o estúdio, os créditos só saem do saldo quando o vídeo fica pronto. Se a geração falhar, eles voltam.

04 Assista antes de publicar

A própria ferramenta avisa que expressão e movimento dependem do modelo. Antes de publicar, assista com som e repare:

  • A boca fecha nos sons de “p”, “b” e “m”?
  • O rosto continua o mesmo do começo ao fim?
  • Os dentes e a língua parecem naturais quando a boca abre?
  • A cabeça se mexe no ritmo da fala, sem tremer?

Se algo falhou, o ajuste costuma estar na entrada: uma foto mais de frente, mais luz no rosto ou um áudio mais limpo.

Pessoas reais: autorização primeiro

Fazer uma pessoa real “dizer” algo que ela não disse tem peso. Na ARCAVID, o Avatar falante usa rosto e voz: com uma pessoa real, cada mídia precisa de autorização registrada de imagem e de voz para essa finalidade. A autorização se registra pelo ícone de escudo de cada mídia.

Mesmo com autorização, deixe claro para quem assiste que o vídeo foi gerado com IA. Nunca use a ferramenta para pôr palavras na boca de alguém sem que essa pessoa saiba e concorde.

Resumo rápido

  • Foto parada que vai falar: Avatar falante. Vídeo que vai ganhar outra fala: Sincronia labial.
  • Abra um projeto antes: os arquivos de origem ficam no acervo dele.
  • Foto de frente, boca visível, luz uniforme, rosto grande no quadro.
  • Fala de 2 a 60 segundos, gerada na Voz brasileira ou gravada sem ruído.
  • Pessoa real só com autorização de imagem e de voz.

Perguntas frequentes

Preciso escrever um texto no Avatar falante? Não. A ferramenta não usa texto: ela lê a foto e o áudio. O texto entra antes, se você gerar a fala no Texto para voz.

Funciona com desenho ou pintura? Pode funcionar: a ferramenta trabalha com a pessoa ou o personagem da imagem, e personagens ilustrados também têm rosto. Prefira imagens com boca e olhos bem definidos e teste primeiro com um áudio curto.

Posso fazer a foto de um parente que já morreu falar? Converse antes com a família, que responde pela imagem de quem já morreu. Além da autorização, pense se a fala inventada respeita a memória da pessoa. Uma narração em terceira pessoa sobre a foto costuma ser uma escolha mais cuidadosa.

Abra o estúdio de Vídeo, crie um projeto e comece pela foto.

Guia feito com o estúdio da ARCAVID em novembro de 2026. A personagem e a fala do exemplo foram geradas na ARCAVID. Ferramentas, limites e custos podem mudar.

Crie no ARCAVID.

Criar conta