Transforme o retrato do seu personagem em um vídeo curto com fala. Adicione a voz, confira a estimativa de créditos e revise o resultado antes de exportar. Conheça o fluxo da APOB e compare com o HeyGen.
Este passo a passo usa Mara, uma apresentadora de moda fictícia e original, e a frase curta “One jacket, two looks.”. Comece com essa pequena verificação antes de planejar uma introdução de lookbook mais longa.
1. Envie seu personagem e confirme em Save
Abra a APOB e entre na sua conta. Na tela inicial, escolha Continue with No Model; a barra lateral chama essa mesma entrada de Quick Start with no model. Na área de trabalho, selecione Talking video → Talking Avatar.
Escolha Upload image, selecione o retrato, espere o envio terminar e clique em Save. A imagem deve aparecer em Reference image. Select content é a alternativa para uma imagem que já está disponível no aplicativo.
Para Mara, usamos um retrato frontal com a boca desobstruída. Uma prévia, por si só, não comprova que o envio deu certo: durante este passo a passo, um envio falhou e Save continuou cinza. Uma nova tentativa em um navegador normal concluiu o envio. Confira se a referência está realmente selecionada antes de continuar. Para um personagem novo, comece pelo gerador de influenciadores com IA.
2. Escolha como fornecer a fala
Para converter texto em voz, permaneça em Create audio, escolha um Voice model e insira em Script apenas as palavras que serão faladas:
One jacket, two looks.
Nossa configuração usa a voz integrada Leah, Overall mood: None e Speed: 1.0×. Não criamos um modelo de voz personalizado nem enviamos uma gravação para essa execução.
Se você já tem uma gravação de voz autorizada, mude para Select audio → Click to upload audio. Para preparar e ouvir primeiro uma tomada reutilizável, escolha Select audio → Generate audio, escute em History e selecione o áudio concluído. Essa preparação separada pode ter cobrança própria. Fluxo de áudio reutilizável.
Deixe orientações como “cortar para a jaqueta” nas notas de edição. Elas não fazem parte do diálogo falado. Escolha uma voz adequada ao idioma do roteiro e confira a pronúncia antes de uma produção mais longa.
3. Espere o cálculo final do custo antes de gerar
Selecione opções compatíveis de Quality e Resolution. Os controles examinados mostram Best / 720P, Ultra / FHD e UltraS / 720P, FHD ou QHD.
Nossa estimativa inicial era de aproximadamente três segundos e 60 créditos. Após o cálculo, passou a ser 2 segundos × 20 créditos/segundo = 40 créditos cotados. O símbolo ≈ diferencia a estimativa temporária do cálculo concluído.
Mudar a velocidade da fala altera a duração e aciona um novo cálculo. Se clicar em Generate solicitar o cálculo da duração, espere ele terminar e confira o custo resultante antes de clicar novamente. Funcionamento do cálculo de créditos.
Orçamento de tentativas = todos os custos de geração cotados + preparação cobrada separadamente. Três tentativas com o mesmo custo cotado exigem um orçamento de 3 × esse custo, mais a preparação. Uma cotação não é um comprovante: consulte Profile → Credit usage table → View all → Used para conferir deduções. Os BONUS UltraS credits específicos só cobrem tarefas elegíveis. Histórico e saldos de créditos.
4. Abra o resultado e revise a tomada inteira
Após enviar a solicitação, espere a tarefa terminar em Generation e clique na miniatura. Se uma prévia abrir primeiro, escolha Details. Ative o som pelo ícone de alto-falante. Compare os valores salvos de Voice model, Speed, Quality, Resolution e Script com a configuração desejada.
Reproduza o vídeo concluído com som. Confira a sincronização da boca, o formato do rosto, os dentes, as primeiras e últimas palavras e o enquadramento planejado. Analise a tomada inteira, sem aprová-la com base em um único quadro. Verifique também elementos inesperados, como movimentos das mãos.
Se uma tomada não funcionar, anote o problema e altere apenas uma entrada ou configuração por vez. Ao esgotar o orçamento de tentativas, revise o retrato ou o áudio antes de gerar novamente. Uma frase curta de teste não valida todos os personagens nem os roteiros mais longos.
5. Baixe o arquivo e confira os requisitos de entrega
No computador, abra More actions → Download. Salve o arquivo e reproduza-o localmente. Se o download ainda não estiver pronto, espere a geração e a preparação do arquivo terminarem. Controles de conteúdo e download.
Confira as dimensões reais, a duração, o som e as condições de marca d’água. O rótulo 720P na interface não substitui a medição do arquivo baixado: o exemplo deste passo a passo tem 624 × 816 a 25 fps, está em formato MP4 H.264/AAC e contém aproximadamente 2,005 segundos de mídia.
Para o lookbook de Mara, acrescente cenas das roupas e legendas separadamente na edição final. O retrato falante apresenta o conjunto; não demonstra o movimento real do tecido nem o caimento. Verifique se a exportação final atende aos requisitos do destino antes de substituir um fluxo mais amplo.
Use uma imagem autorizada e uma tomada curta de áudio. Confira o custo cotado antes de gerar.
Por que considerar a APOB para um fluxo de personagens já existente?
Vale a pena avaliar a APOB quando você já prepara as imagens ou as falas dos personagens nela. Selecione uma imagem aprovada, escolha uma tomada de áudio e confira o custo de geração antes de confirmar. Essas etapas documentadas oferecem um clipe definido para avaliar; não estabelecem vantagem de qualidade ou custo sobre o HeyGen. Entradas de imagem e fala, áudio reutilizável.
Qual ferramenta corresponde à tarefa que você quer substituir?
Sua próxima tarefa | Fluxo documentado a considerar | Critério de decisão |
|---|---|---|
Fazer um retrato de personagem falar | APOB Talking Avatar ou HeyGen Avatar IV | Ambos aceitam personagens baseados em imagens e fala. Avalie seus resultados reais. |
Trocar a fala de um vídeo de personagem existente | Lip Sync da APOB | Um vídeo com áudio substituto usa uma entrada diferente de um retrato estático. |
Traduzir cenas existentes | Video Translator do HeyGen | Fornecer um diálogo substituto não traduz, por si só, um vídeo. |
Criar um avatar pessoal a partir de vídeo | Avatar V do HeyGen | Avalie o fluxo baseado em uma pessoa gravada quando isso for central para o projeto. |
Entregar conteúdo de treinamento SCORM | Exportações Business ou Enterprise do HeyGen | Preserve um fluxo funcional de entrega ao LMS enquanto avalia um clipe falante separado. |
Esses são pontos de partida documentados, não um inventário completo de recursos. Esta análise não estabeleceu fluxos equivalentes da APOB para tradução, avatares pessoais ou SCORM. Sincronização labial, estabilidade, velocidade e custo comparativos continuam sem teste.
O que você deve aproveitar de um projeto do HeyGen?
Prepare o retrato original e suas permissões, o roteiro, um áudio utilizável de forma independente, o texto das legendas, o enquadramento e as especificações de arquivo necessárias. Ter acesso a um projeto do HeyGen não comprova que seu avatar ou arquivo de projeto possa ser transferido para a APOB; a portabilidade ainda não foi verificada.
Avalie uma introdução independente antes de substituir um fluxo mais amplo. Registre o gasto total e as tomadas aceitas. Créditos de produtos diferentes não são unidades monetárias equivalentes; qualquer comparação de custos exige os preços reais dos planos, as premissas de cobrança e todas as tentativas.
Use prompts de imagem em Generate Image; a documentação chama seu editor de Chat to generate, enquanto a interface de computador testada também mostrava Description. Coloque as falas em Script ou grave-as. Selecione os controles de produção separadamente: Create audio integrado tem Overall mood, + Mood e Speed; a janela de áudio separada usa Emotion. Editor de imagens, Talking Avatar, janela de áudio.
Criadora de moda: prepare o retrato da apresentadora
Objetivo e campo: Crie uma referência com espaço para legendas no campo de prompt de imagem.
Retrato editorial do peito para cima de uma apresentadora virtual de moda adulta e original, cabelo curto em corte bob acobreado, jaqueta cinza-chumbo sobre blusa creme, olhando para a câmera, boca fechada e relaxada, rosto iluminado uniformemente, fundo de estúdio liso em cinza quente. Deixe espaço livre abaixo dos ombros para uma legenda. Sem texto, logotipos de marcas, microfone ou mãos cobrindo o rosto.
Resultado e controles separados: Um retrato candidato. Selecione a proporção e a qualidade da imagem na interface; examine o enquadramento antes de animar.
Criador de ficção: estabeleça um narrador original
Objetivo e campo: Defina um arquivista no campo de prompt de imagem.
Arquivista fictício adulto e original, com óculos redondos, cabelo escuro bem curto e cardigã cor de ferrugem. Composição frontal do peito para cima, ambos os olhos e toda a boca visíveis, estantes suavemente desfocadas atrás, luz quente de mesa equilibrada com iluminação frontal suave. Expressão calma. Sem semelhança com um ator identificado, sem texto e sem sombra intensa sobre a boca.
Resultado e controles separados: Um retrato de narrador. Escolha o formato separadamente, adicione os elementos gráficos do título na edição e confira os óculos e os detalhes faciais no resultado falante.
Profissional de marketing de ecommerce: responda sem um depoimento falso
Objetivo e campo: Insira orientações de cuidado verificadas em Script ou em uma gravação de voz.
Quer saber como cuidar da sua nova bolsa? Comece pela etiqueta de cuidados. Confira as instruções antes de escolher um ciclo de lavagem e guarde a etiqueta para consultar depois.
Resultado e controles separados: Uma introdução de mascote para FAQ. Confirme os fatos sobre o produto, selecione a voz e acrescente cenas reais da etiqueta na edição.
Editor de redes sociais: compare duas mensagens de abertura
Objetivo e campo: Gere duas opções de fala a partir de Script ou de áudio gravado.
Roteiro A:
Antes de escolher o conjunto, observe a silhueta. Esta combinação começa com uma peça estruturada e deixa o restante descontraído.
Roteiro B:
Qual detalhe faz este conjunto parecer equilibrado? Comece pela jaqueta e siga a linha até as calças.
Resultado e controles separados: Duas opções editoriais. Mantenha fixos o personagem e os ajustes de entrega. A preferência do público exige um teste de audiência separado.
Produtor: confira a pronúncia antes do clipe principal
Objetivo e campo: Use Script ou áudio gravado para conferir um título e consoantes repetidas.
Bem-vindo ao The Midnight Archive. Antes de a história começar, imagine um envelope de papel azul ao lado de um sino de latão.
Resultado e controles separados: Uma tomada de diagnóstico. Aprove primeiro a pronúncia e depois examine os movimentos dos lábios durante a reprodução, antes de produzir a introdução completa.
Use um retrato aprovado, uma frase falada e um orçamento fixo de tentativas. Avalie o resultado salvo de acordo com seu briefing de publicação antes de mudar o restante do fluxo. Para cenas de movimento separadas, explore Image to Video.
Comece seu teste de vídeo de personagem
Sobre esta comparação: Preparada para a APOB AI com pesquisa e redação assistidas por IA. Em 10 de setembro de 2026, um agente de IA operando no Codex concluiu duas execuções do APOB Talking Avatar com o mesmo retrato fictício original e a mesma frase falada; este guia ilustrado mostra a segunda execução. O retrato de entrada e a capa OG foram criados com outra ferramenta de geração de imagens. As cotações preservadas, os downloads normais, as verificações de arquivos e as transcrições automáticas dão suporte ao passo a passo. As deduções reais continuam sem confirmação; não se afirma que houve revisão auditiva humana nem teste de desempenho equivalente no HeyGen. As capacidades do HeyGen foram analisadas por meio da documentação oficial.
Autorize o uso do rosto e da voz. Obtenha permissão explícita e verificável para a imagem e a voz de uma pessoa real, incluindo a mensagem pretendida, a campanha e o processamento com IA. Ter uma fotografia não necessariamente autoriza fazer a pessoa retratada falar. Termos da APOB.
Confira os direitos das entradas e os termos do serviço. Verifique ilustrações, músicas, roteiros e materiais do produto. Os termos da APOB reconhecem a propriedade do conteúdo gerado na medida permitida pela legislação aplicável, sujeita a direitos de terceiros e a uma licença de serviço ampla e contínua que abrange modelos e conteúdo gerado, inclusive usos promocionais. Confirme a compatibilidade com contratos de clientes. Direitos de conteúdo, seções 5.1–5.2.
Use os avisos apropriados. O YouTube usa AI use para conteúdo realista com IA que atende aos seus critérios; o TikTok também exige identificação de imagens, áudio e vídeos realistas gerados. YouTube, TikTok.
Mantenha os endossos verdadeiros. Deixe claro o papel da apresentadora virtual quando o público puder se confundir. Não invente experiências de clientes. A identificação comercial do TikTok também é obrigatória para conteúdo promocional; ela tem finalidade diferente de um rótulo de IA. Identificação comercial.
Confira os requisitos de confidencialidade do cliente. Visibilidade, uso para treinamento e retenção são questões distintas. Resolva-as antes de enviar arquivos; a pergunta sobre privacidade abaixo explica as condições relevantes. Política de Privacidade.
Estes são exemplos de produção, não resultados de clientes. As durações são metas; cronometre o áudio e respeite os limites do modo escolhido.
Uma apresentadora virtual de moda introduz o próximo lookbook
Uma criadora de moda independente precisa que Mara apresente uma série de composições de roupas aos seguidores que estão decidindo se vão assistir. Use um retrato de estúdio aprovado e busque uma introdução vertical de 12–18 segundos.
Roteiro falado: “Sou Mara, sua apresentadora virtual de estilo. Hoje combinamos uma jaqueta estruturada com calças de pernas largas. Veja os próximos planos para conhecer os detalhes.”
O clipe apresenta a anfitriã e o assunto. Acrescente cenas das roupas separadamente para mostrar detalhes ou caimento; a introdução do avatar não comprova como uma peça real veste.
Um narrador fictício abre um mistério no YouTube Shorts
Para The Midnight Archive, use um retrato original de narrador adulto e uma voz recorrente aprovada. Busque uma abertura de 10–15 segundos que sinalize ficção aos espectadores de mistério.
Roteiro falado: “Hoje em The Midnight Archive: um faroleiro recebe uma carta com a data de amanhã. Um detalhe no envelope muda tudo.”
Adicione o título na edição e continue com cenas separadas da história. Mantenha o vídeo completo, quadrado ou vertical, dentro do limite de três minutos para se qualificar como Short no YouTube; a abertura é apenas parte dessa duração. Requisitos dos Shorts.
Uma mascote de marca responde a uma pergunta sobre o cuidado de uma bolsa
Uma equipe de ecommerce precisa de uma resposta prática para clientes atuais. Comece com uma ilustração de mascote pertencente à marca e com boca visível, visando um clipe de FAQ do produto de 10–15 segundos.
Roteiro falado: “Antes de limpar sua bolsa, confira a etiqueta de cuidados na parte interna. Ela traz as instruções para este tecido. Mantenha-a por perto para a próxima lavagem.”
Confirme que o produto tem a etiqueta descrita e mostre um close real. Teste a boca estilizada antes de produzir mais FAQs. A mascote pode transmitir informações aprovadas; não deve se passar por um cliente satisfeito.
Reutilize entradas aprovadas. As ilustrações de personagens salvas e o áudio concluído podem servir como materiais de origem do teste.
Confira o gasto planejado. A cotação mostra o custo da configuração selecionada antes do envio.
Separe as decisões de produção. Aprove a faixa de voz antes de avaliar um rosto animado.
Novas tentativas aumentam o custo. Inclua no orçamento todas as tentativas e a preparação cobrada separadamente, não apenas a tomada aceita.
Clipes curtos têm limites. O teto documentado do Talking Avatar é de três minutos; projetos mais longos precisam de outro planejamento. Limites de duração.
A finalização continua necessária. Cenas de apoio, legendas e verificações de entrega vão além da tarefa de fazer o retrato falar.
Não é necessário cartão de crédito
A APOB é uma alternativa ao HeyGen para avatares falantes?
É uma opção para avaliar um retrato estático de personagem com fala. O HeyGen também oferece personagens baseados em fotos e personagens virtuais; portanto, aceitar personagens não é, por si só, uma vantagem exclusiva. Compare seu fluxo real e o resultado aceito. HeyGen Avatar IV.
Quando devo continuar usando o HeyGen?
Considere mantê-lo quando depender de avatares pessoais baseados em vídeo, de tradução de cenas existentes ou de exportações de treinamento SCORM elegíveis. Um retrato que fala por pouco tempo não substitui esses requisitos.
Posso experimentar a APOB sem assinatura paga?
O plano Nano tem uma recarga diária de 80 créditos. Confira a cotação exata e o saldo elegível para o clipe escolhido; uma alocação diária não garante uma duração ou um número específico de tentativas. Orientações de planos e créditos.
Como saber quanto meu vídeo vai custar?
Leia a cotação concluída depois de selecionar voz, roteiro, velocidade, qualidade e resolução. Some a preparação cobrada separadamente. Nossa configuração de dois segundos cotou 40 créditos; o histórico atualizado da conta não mostrou uma dedução correspondente, então esse valor é uma cotação, não um gasto confirmado. As assinaturas atuais aparecem em Pricing ou Upgrade.
Onde posso conferir cobranças de novas tentativas ou reembolsos?
Inclua cada nova geração no orçamento como outra tentativa. Em Profile → Credit usage table → View all, Used filtra deduções e Added mostra acréscimos. Uma entrada REFUNDED indica créditos devolvidos; uma tomada indesejada não garante, por si só, uma nova tentativa gratuita. Histórico de cobrança.
Posso enviar minha própria voz ou criar um modelo de voz personalizado?
Envie uma gravação autorizada por Select audio. Criar um modelo de voz personalizado reutilizável é uma tarefa separada; o guia da APOB exige Macro ou superior. As gravações de origem do modelo de voz devem durar de 10 a 90 segundos, intervalo que não deve ser confundido com os limites de áudio do vídeo falante. Modelos de voz.
Qual pode ser a duração do clipe falante?
O intervalo documentado é de 1–180 segundos, com 4–180 segundos para UltraS. Assim, nosso roteiro de dois segundos não é um teste de UltraS. Use a duração exata do áudio sintetizado ou selecionado ao escolher um modo. Limites do Talking Avatar.
Uma qualidade mais alta garante melhor sincronização labial?
Esta análise não comprovou esse resultado. Escolha um nível compatível com os requisitos de entrega e examine o rosto e a fala. Meça também as dimensões em pixels da exportação: as do nosso exemplo baixado eram diferentes do rótulo da interface. Os níveis de renderização não foram comparados aqui.
Por que Generate continua desativado ou pede que eu espere?
Primeiro confirme que o envio da imagem terminou e que a entrada de fala exigida está presente. Para fala digitada, escolha uma voz e mantenha o roteiro dentro de 2.000 caracteres visíveis. Uma cotação exata expirada ou pendente pode acionar uma etapa de cálculo em vez de uma geração. Leia a mensagem recebida antes de tentar novamente. Verificações de geração.
Por que meu vídeo concluído fica sem som na prévia?
O visualizador começa no mudo por causa das restrições de reprodução automática do navegador. Clique no ícone de alto-falante para ativar o som. O guia oficial informa que esse controle aparece quando o conteúdo contém áudio; se estiver ausente, confira o resultado selecionado e o arquivo, em vez de presumir que todo vídeo inclui uma trilha sonora. Ajuda de reprodução.
Meu download terá marca d’água?
O guia oficial exige marca d’água em downloads do Nano e em conteúdo originalmente gerado por uma conta gratuita, inclusive após uma atualização posterior do plano. Os quadros da amostra examinados não mostraram marca evidente, uma observação específica da conta ainda não resolvida que não comprova acesso sem marca d’água. Confirme os requisitos de entrega sem marca antes de gerar. Condições de marca d’água.
Posso usar o resultado comercialmente?
Os termos da APOB contemplam uso criativo comercial, sujeito às condições do serviço e aos direitos sobre suas entradas. Uma conta paga não resolve direitos de imagem, direitos autorais, endossos nem obrigações contratuais com clientes. Obtenha permissão para rostos e vozes reais e apresente o papel da apresentadora virtual de forma verdadeira. Termos.
Meus arquivos são privados e posso apagá-los?
O modo privado exige um plano pago, e o Nano não permite ocultar conteúdo já público. Para excluir um item que pertence a você, abra seus detalhes e escolha More actions → Delete. A exclusão da conta é uma ação separada e permanente em Profile → Account settings. As exceções de retenção previstas na política continuam válidas, inclusive a possível preservação de modelos públicos populares. A visibilidade não comprova exclusão dos usos de treinamento de IA/ML previstos na política. Visibilidade e exclusão de conteúdo, exclusão da conta, Política de Privacidade.
Posso publicar o clipe no TikTok ou no YouTube Shorts?
Confira se o arquivo real e a edição concluída atendem aos requisitos da plataforma. Shorts do YouTube quadrados ou verticais que se qualificam podem ter até três minutos. Adicione legendas legíveis, cenas de apoio necessárias e avisos obrigatórios de conteúdo sintético ou comercial. Um arquivo em formato de retrato não é automaticamente uma exportação 9:16. Especificações dos Shorts, Identificação de IA no TikTok.
E se eu já tiver um vídeo de personagem?
Use o vídeo de origem e um áudio substituto autorizado com Lip Sync. Talking Avatar começa com uma imagem estática. Nem fornecer uma nova faixa nem mudar o movimento da boca traduz automaticamente o diálogo original. Seleção de modo.
