Нейросеть для видео делает короткий ролик по текстовому описанию или оживляет фотографию, а нейросеть для озвучки превращает текст в живую речь. Ролик обычно длится 5-10 секунд, поэтому нейросеть хорошо подходит для коротких сцен, заставок и рилс, а длинное видео собирают из нескольких кусков в монтажной программе.
Урок 6 из 9 курса «Нейросети с нуля». Время на урок: 15 минут.
Что умеют нейросети для видео и голоса
- Видео из текста. Описываете сцену словами и получаете короткий ролик.
- Видео из фото. Загружаете снимок или картинку, и нейросеть добавляет движение: развевающиеся волосы, облака, поворот головы.
- Озвучка текста. Нейросеть читает текст выбранным голосом, с паузами и интонацией.
- Говорящий аватар. Виртуальный ведущий произносит ваш текст в кадре, удобно для обучающих роликов.
- Субтитры и перевод. Нейросеть расшифровывает речь из видео и делает субтитры, а некоторые сервисы переводят ролик на другой язык.
Где сделать видео нейросетью
- Шедеврум: приложение Яндекса, делает короткие видео по описанию на русском. На сайте бесплатно 5 видео в день, нужен вход через Яндекс ID.
- Kling: реалистичные ролики по тексту и по фото, дают бесплатные кредиты.
- Hailuo: хорошо передаёт движение, есть ежедневные бесплатные кредиты.
- Veo 3: видеомодель Google, сразу делает ролик со звуком и речью. Доступна по подписке Google AI.
- Runway: видео и монтаж с ИИ для тех, кто делает ролики регулярно.
Все сервисы с ценами собраны в разделе «Генераторы видео».
Как сделать видео нейросетью: 4 шага
- Откройте генератор видео и выберите режим: видео из текста или из фото.
- Опишите сцену по формуле ниже или загрузите картинку, которую нужно оживить.
- Выберите формат: вертикальный 9:16 для рилс и сторис, горизонтальный 16:9 для YouTube.
- Посмотрите результат и при необходимости поменяйте одно слово в запросе. Каждая попытка тратит лимит, поэтому сначала продумайте запрос.
Формула запроса для видео

Запрос к видео строится как запрос к картинке из урока 5, но к нему добавляются движение и работа камеры:
- Кто или что. «Рыжий кот в вязаном шарфе».
- Где. «На подоконнике, за окном идёт снег».
- Что происходит. Одно простое действие: «кот медленно поворачивает голову к окну».
- Камера. «Камера медленно приближается», «вид сбоку», «съёмка с рук».
- Стиль и свет. «Мультфильм, тёплый вечерний свет».
- Формат. Вертикальный или горизонтальный, выбирайте в настройках.
Плохой и хороший запрос к нейросети для видео
Плохо: Видео с котом.
Хорошо: Рыжий кот в вязаном шарфе сидит на подоконнике, за окном идёт снег. Кот медленно поворачивает голову к окну и моргает. Камера плавно приближается. Тёплый вечерний свет, стиль мультфильма.
По первому запросу нейросеть сама выберет кота, место, движение и камеру, и результат каждый раз будет случайным. Во втором запросе одно понятное действие, движение камеры и стиль, поэтому ролик получится ближе к задумке. Если что-то не так, меняйте по одной детали: например, «камера плавно приближается» на «камера стоит на месте».
Как оживить фото нейросетью
Загрузите фотографию и опишите, какое движение нужно: «волосы развеваются на ветру», «человек улыбается и кивает», «по воде идёт рябь». Лучше всего получается, когда движение небольшое и соответствует тому, что на снимке. Сложные действия вроде бега или танца нейросеть часто искажает.
Оживляйте только свои фото или снимки людей, которые на это согласились. Создавать видео с реальными людьми, которые говорят или делают то, чего не было, без их согласия нельзя: так делают дипфейки для обмана и травли.
Озвучка текста нейросетью
Для озвучки на русском подойдут SpeechGen и ElevenLabs, а другие сервисы собраны в разделе «Текст в речь». Чтобы голос звучал естественно:
- пишите текст так, как его говорят: короткие предложения, без сложных оборотов;
- числа и сокращения пишите словами: «двадцать пять процентов», а не «25 %»;
- ставьте запятые и точки там, где нужна пауза;
- проверяйте ударения в именах и терминах и при необходимости ставьте знак ударения.
Многие сервисы умеют клонировать голос по короткой записи. Клонируйте только свой голос или голос человека, который дал на это согласие.
Как собрать ролик целиком
Нейросеть делает короткие куски, а готовый ролик собирают в монтажной программе: склеивают сцены, добавляют озвучку, музыку и субтитры. Для этого подойдут сервисы из раздела «Монтаж видео». Субтитры по готовой озвучке делают сервисы транскрибации.
Практическое задание на 10 минут
Возьмите картинку, которую вы сделали в уроке 5, и оживите её в генераторе видео: опишите одно простое движение и работу камеры. Затем напишите к ролику подпись из двух предложений и озвучьте её в сервисе озвучки. Послушайте, где голос звучит неестественно, и поправьте текст: замените числа словами и расставьте паузы.
Частые ошибки новичков
- Слишком много действий в одном ролике: за 5 секунд нейросеть успевает показать одно движение.
- Нет описания камеры, и ролик получается статичным или дёрганым.
- Попытка сразу сделать длинное видео вместо нескольких коротких сцен.
- Текст для озвучки с цифрами, скобками и сокращениями, которые голос читает неправильно.
Частые вопросы о видео и озвучке нейросетью
Можно ли сделать видео нейросетью бесплатно?
Да, но с лимитами: в Шедевруме на сайте 5 видео в день, Kling и Hailuo дают бесплатные кредиты. Для регулярной работы обычно нужна подписка.
Какой длины видео делает нейросеть?
Чаще всего 5-10 секунд за одну генерацию. Длинный ролик собирают из нескольких сцен или продлевают видео в сервисах, где есть такая функция.
Можно ли озвучить текст своим голосом?
Да, многие сервисы клонируют голос по записи длиной от минуты. Это удобно для блогов и курсов, но чужой голос без согласия использовать нельзя.
Почему в видео искажаются руки и лица?
Сложные движения и мелкие детали пока даются нейросетям хуже всего. Упростите действие, приблизьте камеру к главному объекту и сгенерируйте ещё раз.
Следующий урок: нейросети в работе и учёбе. Программа курса и все уроки на странице «Нейросети с нуля».



