Vídeo falante e locução com IA
Faça uma foto falar.
Uma foto mais um texto ou a sua própria voz vira um vídeo com sincronia labial, a partir de $0.10 por minuto. Ou dispense a foto e baixe a locução, a partir de $0.05 por minuto. Sem assinatura.
Grátis para testar: 2 vídeos por dia com um logo pequeno e 3 locuções, de até 1 minuto cada. Sem cartão de crédito.
Preços por minuto em 720p.
720p na opção grátis
2 · Voz
Grátis. Lê os primeiros 650 caracteres, depois que você entrar.
3 locuções grátis por dia, de até 1 minuto cada. Sem cartão de crédito.
3 grátis por dia, até 1 minuto cada. Sem cartão.
Preço por minuto. Nada mais.
Você não precisa de um plano mensal, e os créditos não expiram. Se um vídeo ou uma locução falhar, todos os créditos voltam.
| Vídeo falante | Padrão | Pro |
|---|---|---|
| 1 minuto | $0.20 | $0.40 |
| 10 minutos | $2 | $4 |
| 30 minutos | $6 | $12 |
| 1 hora | $12 | $24 |
| Locução | Qualquer voz |
|---|---|
| 1 minuto | $0.05 |
| 10 minutos | $0.50 |
| 20 minutos | $1 |
Os preços de vídeo valem para 720p; o Standard em 480p custa $0.10 por minuto. A menor recarga é de $2. Isso dá 10 minutos de vídeo Standard ou 40 minutos de locução, e não expira.
Quanto custa um minuto de vídeo falante em outros lugares
- Stork Standard, 720pNada. Sem configuração, sem assinatura.$0.20
- Stork Pro, 720pNada.$0.40
- HeyGen API, Avatar III photo avatar$1.32 para cada avatar de foto que você criar$0.99
- HeyGen API, Avatar IV photo avatar$2.31
- Hedra Character-3, 720pLimite de 10 minutos por vídeo$3.00
Preços de API publicados para um minuto de vídeo a partir da sua própria foto, consultados no site de cada empresa em 13 de novembro de 2026. A HeyGen também vende apresentadores que movem as mãos e o corpo, de $4.83 a $7.20 por minuto; o nosso não faz isso. Testamos cinco APIs de vídeo falante com a mesma foto e o mesmo áudio e listamos quanto cobra cada serviço que conseguimos verificar. Veja os preços e os resultados do teste (EN).
Qualquer rosto que pareça de uma pessoa
A sua foto não precisa ser um retrato profissional, e não há avatar para configurar antes. Envie a foto e ela fala.
É preciso um rosto de formato humano. Pets, animais e brinquedos não funcionam.
A paródia de uma figura pública é permitida quando o vídeo é uma piada evidente e está identificado como tal. De quem pode ser a foto?
O que você pode criar
Por que custa tão pouco
Os modelos abertos já são bons o bastante para este trabalho. Um apresentador falando para a câmera e um narrador lendo um texto não precisam mais de um modelo fechado, então rodamos modelos abertos nas nossas próprias GPUs em vez de revender a API de outra empresa. Você paga pelo tempo de GPU e pela nossa margem, não pela margem de um fornecedor por cima.
Quando aparece um modelo aberto melhor, nós testamos e trocamos. Quando o nosso custo por minuto cai, o preço cai junto, e os créditos que você já comprou rendem mais.
A contrapartida é que o modelo de vídeo anima só o rosto: lábios, olhos e cabeça, encaixados de volta na sua foto. Apresentadores que gesticulam e andam começam em $4.83 por minuto na HeyGen, mais de vinte vezes o nosso preço Standard.
Perguntas
- O que o Stork faz?
- O Stork transforma uma foto e um texto ou uma gravação de voz em um vídeo falante com sincronia labial, e transforma texto em uma locução que você pode baixar. Os dois funcionam no navegador ou por uma API.
- Quanto custa?
- Grátis: 2 vídeos por dia com um pequeno logo stork.ai e 3 locuções por dia, de até 1 minuto cada. O vídeo pago custa $0.20 por minuto em 720p, ou $0.40 no modelo Pro, que é mais nítido. A locução paga custa $0.05 por minuto. Você paga com créditos pré-pagos a partir de $2. O plano mensal é opcional.
- Quanto custa uma locução?
- 5 créditos por minuto, cobrados a cada 10 segundos iniciados, arredondados para cima até um crédito inteiro, com mínimo de 5 créditos. 1 crédito vale 1 centavo.
- Qual a duração máxima de um vídeo?
- Os vídeos pagos não têm limite de duração. Já renderizamos um vídeo de 33 minutos de uma só vez em 25 minutos. Um único arquivo de locução aceita até 20 000 caracteres, cerca de 20 minutos.
- O que se move no vídeo?
- O rosto: lábios, queixo, olhos, sobrancelhas e pequenos movimentos da cabeça, em sincronia com a fala. As mãos, os ombros e o fundo ficam como estão na foto.
- Posso usar a minha própria voz?
- Sim. Grave ou envie cerca de 15 segundos uma única vez, e o texto digitado é falado na sua voz em vídeos e locuções. Soa melhor no idioma em que você gravou. Não custa nada a mais, e você pode apagar a gravação quando quiser.
- De quem pode ser a foto?
- O seu próprio rosto, um personagem que você criou ou pode usar, ou uma pessoa que disse sim. A paródia de uma figura pública é permitida quando o vídeo é uma piada evidente e está identificado como tal. Nunca apresente um vídeo como real, nunca ponha palavras na boca de uma pessoa real como notícia, recomendação ou mensagem eleitoral, e nada sexual com o rosto de uma pessoa real. A voz de uma pessoa real precisa da permissão dela, sempre.
- O Stork ainda é um diretório de ferramentas de IA?
- Sim. O diretório, as avaliações, as páginas de alternativas e as notícias diárias de IA continuam aqui. Há links para tudo nesta página e no menu.
Procurando uma ferramenta de IA?
O Stork também avalia ferramentas de IA, com preços reais, alternativas e uma capa diária de notícias de IA.