Envie um clipe e a fala que você quer. A sincronização labial com IA redesenha a boca para cada palavra encaixar.
Você recebe um MP4 com a nova fala e os lábios sincronizados. A maioria dos clipes curtos leva 2–3 minutos.
Um dos nossos próprios testes, do início ao fim. Alterne entre o clipe mudo e o resultado sincronizado, com o som ligado.
A fala dele, em inglês: “Hi there. A minute ago this clip was silent. Now every word I say matches my lips.”

A foto de uma pessoa que não existe: rosto voltado para a câmera, boca fechada, luz uniforme.

Oito segundos de piscadas e pequenos movimentos de cabeça, gerados a partir da foto com o Veo 3.1 Lite.

A sincronização labial com IA redesenhou a boca dele a cada palavra. O resto do quadro ficou como estava.
A sincronização labial com IA é uma ferramenta que altera os movimentos da boca em um vídeo para que combinem com uma nova faixa de áudio. Você fornece um vídeo de uma pessoa e a fala que quer, e ela redesenha lábios, mandíbula e dentes quadro a quadro até as palavras e a boca se alinharem.
Ela poupa uma regravação. Um anúncio dublado, o nome de um produto corrigido ou um personagem de IA que precisa de voz antes significavam filmar de novo ou animar à mão. A sincronização labial com IA faz isso a partir do clipe que você já tem.
O modelo escuta o áudio e o divide em fonemas, os sons da fala. Cada som corresponde a uma forma da boca, chamada visema: lábios fechados para o M, abertos para o A, arredondados para o O. Depois, o modelo repinta a parte de baixo do rosto em cada quadro para formar essas posições no tempo certo, misturando-as com a pele e a luz ao redor.
Enquadramento, fundo, iluminação, movimentos da cabeça e o resto do rosto continuam como estavam. Só a área da boca é redesenhada.
Lábios, dentes e mandíbula acompanham a nova fala, e o novo áudio substitui o som original do clipe.
Toda a sincronização labial com IA acontece no seu navegador. Sem programa de edição e sem plugin.
Arraste um MP4 ou MOV de 2 a 60 segundos. Uma pessoa de frente para a câmera, com a boca visível, dá o melhor resultado.
Envie um áudio MP3, WAV, M4A ou AAC de até 10 MB. Grave no celular, exporte de uma ferramenta de voz ou use uma dublagem.
Marque a caixa de consentimento e clique em Sincronizar. A maioria dos clipes curtos fica pronta em dois a três minutos, em MP4.
A sincronização labial com IA só consegue redesenhar uma boca que encontra. Estes cinco pontos decidem se ela encontra.
De frente ou levemente virado funciona melhor. Um perfil completo esconde metade dos lábios.
O modelo precisa dos dois cantos da boca para posicionar cada forma.
Use pelo menos 720p em closes. Rostos muito pequenos ou borrados geram lábios moles e manchados.
Mais pixels ao redor da boca significam mais detalhes para redesenhar.
Mantenha um único rosto nítido na cena. Com um grupo, a sincronização pode cair na pessoa errada.
A ferramenta anima um único rosto por clipe.
Mãos, microfones, máscaras e barbas grossas sobre os lábios atrapalham.
Tudo o que cobre a boca é redesenhado mal ou nem é redesenhado.
Viradas rápidas de cabeça e luz piscando dificultam acompanhar a boca de um quadro para o outro.
O desfoque de movimento esconde a forma que o modelo tenta mudar.
O resultado mantém a duração do seu vídeo, e você paga pelos segundos do vídeo. Veja o que acontece quando os dois arquivos não batem.
| Seus arquivos | O que você recebe | Dica |
|---|---|---|
| Áudio tão longo quanto o vídeo | Os lábios se mexem durante todo o clipe | O caso ideal para dublagem |
| Áudio mais curto que o vídeo | A pessoa para de falar quando o áudio acaba | Corte antes o vídeo na duração do áudio e pague menos segundos |
| Áudio mais longo que o vídeo | O áudio é cortado onde o vídeo termina | Acelere a fala ou use um clipe mais longo |
A ferramenta mostra as duas durações antes de sincronizar, então uma diferença nunca é surpresa.
Existem três formas de conseguir um vídeo de alguém dizendo as suas palavras. A certa depende do que você tem para começar.
Preço na Imgveo
40 créditos por um clipe de 5 s
Preço na Imgveo
A partir de 30 créditos por um clipe de 8 s com som
Os preços vêm da nossa tabela de preços atual. A linha da foto falante é exatamente o caminho que usamos no exemplo acima.
A sincronização labial com IA é a última etapa de uma dublagem. O mesmo vídeo pode falar espanhol, japonês ou alemão sem nova gravação.
Traduza a fala e leia em voz alta. Mantenha uma duração próxima à do original.
Grave um falante nativo ou exporte a fala de uma ferramenta de voz em MP3 ou WAV.
Corte o silêncio no início e no fim para que a fala preencha o clipe.
Envie o vídeo original com o novo áudio. Repita para cada idioma.
Alguns idiomas precisam de mais sílabas para a mesma ideia. Se uma fala em alemão ficar longa, encurte o texto em vez de acelerar a voz, que soa apressada. A sincronização labial com IA segue o ritmo que o áudio tiver.
Qualquer situação em que um rosto na tela precisa dizer algo que não disse no dia da gravação.
Mude um preço, o nome de um produto ou uma chamada para ação sem chamar o apresentador de novo.
Guarde uma tomada limpa do apresentador olhando para a lente para edições futuras.
Publique um vídeo em vários idiomas com a boca acompanhando cada um.
Comece pelo mercado mais importante e confira o resultado antes do resto.
Dê a um personagem gerado uma voz e uma fala que combine com a sua história.
Gere o personagem de frente para a câmera e com a boca fechada, como no nosso exemplo.
Troque uma palavra errada em uma palestra, um curso ou um clipe para redes sociais sem regravar.
Recorte só a frase, sincronize e encaixe de volta na sua edição.
Testamos os limites com os nossos próprios clipes. Veja o que esperar.

Se o rosto estiver virado, minúsculo ou borrado pelo movimento, a sincronização para e seus créditos são devolvidos.
Um rosto é sincronizado por clipe. Para uma conversa, corte cada pessoa em um clipe próprio.
A sincronização labial com IA ajusta a boca, não a interpretação. Uma gravação monótona continua soando monótona.
O que a sincronização labial com IA aceita, o que devolve e quanto custa.
Vídeo: MP4 ou MOV, de 2 a 60 segundos, até 100 MB, no mínimo 360p. Áudio: MP3, WAV, M4A ou AAC de até 10 MB.
Um MP4 com a mesma duração do vídeo, com a nova fala como trilha sonora e a boca sincronizada com ela.
8 créditos por segundo de vídeo, arredondado para segundos inteiros. Só nos planos pagos. Processamentos com falha são reembolsados.
| Duração do vídeo | Créditos |
|---|---|
| 5 s | 40 |
| 10 s | 80 |
| 30 s | 240 |
| 60 s | 480 |
A sincronização labial com IA pode colocar palavras na boca de alguém, por isso pedimos permissão primeiro. Antes de cada processamento, você confirma que tem o direito de usar o rosto e a voz.
Para saber mais: guias do nosso blog
Abra o Imgveo Studio para usar esta e todas as outras ferramentas de vídeo e imagem com IA em um único espaço de trabalho, com um só saldo de créditos.
Crie o clipe e depois dê voz a ele.
Transforme um retrato em um clipe curto para sincronizar os lábios.
Animar uma fotoLeve seu clipe sincronizado para 1080p, 2K ou 4K.
Ampliar um vídeoGere cenas novas com diálogo e som integrados.
Experimentar o Veo 3.1Envie um retrato e uma faixa de voz, e a foto falante com IA faz o resto em poucos minutos.
Animar uma fotoEnvie um clipe e a fala que você quer, e a sincronização labial com IA faz o resto em poucos minutos.