Задачи с видео

Видеопоздравление нейросетью: из фото, с голосом

Как сделать видеопоздравление нейросетью на Новый год или день рождения: оживить фото, добавить голос и надпись, сколько стоит ролик и чьё согласие нужно.

Нина Арсеньева··6 мин чтения

Коротко

Видеопоздравление нейросетью собирают в три слоя: фото оживляет видеомодель, голос записывают или синтезируют отдельно, надпись накладывают в монтаже. Восьмисекундный ролик со звуком на Veo 3.1 Lite в 720p стоит $0.40, на Standard — $3.2. Русскую реплику Kling 3.0 переводит на английский, поэтому речь надёжнее делать отдельно. Чужое лицо и голос — только с согласия человека.

Старая фотография горного озера на латунной подставке, над которой поднимается дым: обложка материала о том, как оживить фото для видеопоздравления

Видеопоздравление нейросетью — это короткий ролик, где фотография оживает: на новогоднем снимке падает снег и мигают огни, именинник поворачивает голову и улыбается. Сделать его можно за вечер, но не одной кнопкой. Видеомодель отвечает только за движение. Голос и надпись надёжнее добавлять отдельно: русскую речь и кириллицу в кадре модели делают хуже, чем изображение. Ниже — порядок работы, цена ролика по ценам нашего индекса и вопрос, о котором вспоминают последним, — согласие людей в кадре.

Из чего состоит видеопоздравление

СлойЧем делатьГде ломается
Движениевидеомодель оживляет фото, подробно — в задаче как оживить фото нейросетьюлицо меняется к концу ролика
Голоссвоя запись или синтез речи, при говорящем лице — липсинкгубы расходятся с речью
Надписьнакладывается в монтаже поверх видеокириллица от модели искажается и плывёт в движении
Музыкасвоя запись или трек с понятной лицензиейправа на трек при публикации

Слои делаются по отдельности не из перфекционизма. Каждый из них ломается по своей причине, и если просить всё сразу у одной модели, неудачная надпись заставит перегенерировать удачное движение.

Три сценария

Новогодняя открытка в движении. Семейное фото, снег за окном, огни на ёлке, камера медленно наезжает. Без речи, надпись поверх, музыка тихо. Самый дешёвый и самый надёжный вариант: модели проще всего даются движения среды, а не лица.

День рождения с обращением. Человек на фото говорит «С днём рождения!». Самый трудный сценарий: нужен голос и липсинк, а зритель знает этого человека и заметит любую неточность в лице.

Поздравление от персонажа. Дед Мороз, кот в колпаке, мультяшный герой. Лицо придумано, сходство проверять не с чем, вопрос согласия не возникает. Хороший выбор, если поздравление от компании или для детей.

Как сделать видеопоздравление по шагам

  1. Выберите фото. Лицо крупно, взгляд в камеру, ровный свет. На групповом снимке каждое лицо занимает мало пикселей, и модель меняет черты заметнее. Старое повреждённое фото сначала восстанавливают, иначе модель оживит и царапины.
  2. Кадрируйте под формат до генерации. Для мессенджера и сторис — вертикаль. Обрезать готовое видео дороже: часть оплаченных секунд уйдёт за край.
  3. Опишите движение, а не содержание. Модель уже видит, что на фото. Ей нужно другое: «камера медленно приближается, за окном падает снег, люди улыбаются и смотрят друг на друга». Чем меньше движения лица, тем дольше держится сходство.
  4. Сделайте голос. Варианты — ниже, в разделе об озвучке.
  5. Соберите в монтаже: надпись, музыка, при необходимости — субтитры к речи.
  6. Проверьте на телефоне. Поздравление смотрят в мессенджере, на маленьком экране и часто без звука.

Озвучка на русском

С речью у видеомоделей пока сложно, и это стоит знать до оплаты.

  • Kling 3.0 озвучивает реплики на пяти языках — китайском, английском, японском, корейском и испанском. Русскую фразу модель переводит и произносит по-английски.
  • Kling 4.0 по руководству вендора добавила португальский, немецкий, французский и хинди, но русского в списке языков нет.
  • Veo 3.1 генерирует звук вместе с видео на всех уровнях. Как она произносит русскую речь, мы не измеряли.

Практичный путь — генерировать ролик без речи или только с фоновыми звуками, а голос добавлять отдельно. Лучший голос для поздравления — ваш собственный: запись на телефон в тихой комнате звучит теплее любого синтеза. Если по сценарию губы на фото должны двигаться под речь, следующий шаг — липсинк, и он требует отдельной проверки. Если не должны — закадровый голос поверх живого фото не создаёт эффекта «почти похоже» и прощает больше.

Надпись: только в монтаже

«С Новым годом» в промпте видеомодели — частая ошибка. Кириллицу модели рисуют хуже латиницы, а в движении буквы ещё и меняются от кадра к кадру. Надпись накладывают в любом видеоредакторе поверх готового ролика: шрифт, цвет и место под контролем, ошибок в словах нет. Если нужна статичная открытка с надписью, подходы те же, что в задаче открытка нейросетью.

Сколько стоит видеопоздравление

Цены за секунду по нашему индексу цен (сверка октября 2026), подробнее — в разделе цен за секунду видео:

Модель и режимЦена секундыЗвук
Veo 3.1 Lite, 720p$0.05входит
Veo 3.1 Lite, 1080p$0.08входит
Veo 3.1 Standard, 720p и 1080p$0.40входит
Kling 3.0 Standard, 720p$0.084 без звука, $0.126 со звукомопция
Kling 3.0 Pro, 1080p$0.112 без звука, $0.168 со звукомопция
Runway Gen-4 Turbo (API)$0.05нет

Клип Veo 3.1 длится 8 секунд: на Lite в 720p это $0.40, на Standard — $3.2, разница восьмикратная. С первого раза поздравление получается редко. Три попытки на Lite — $1.2, десять — $4. Для домашнего поздравления этого хватает с запасом.

Бесплатный путь тоже есть. Google Flow выдаёт 50 кредитов в день с подпиской и без, это пять генераций Veo 3.1 Lite. Как этим пользоваться, — в гиде Veo 3 бесплатно.

Согласие людей в кадре

Поздравление кажется домашним делом, но в нём чужие лица и иногда чужой голос.

  • Живой человек на фото. Спросите, если ролик уйдёт дальше личной переписки. Особенно если человек в ролике говорит то, чего не говорил: синтез его голоса без разрешения — уже не поздравление.
  • Человек, которого нет в живых. Оживлённое фото бабушки трогает одних родственников и ранит других. Покажите ролик семье, прежде чем отправлять в общий чат.
  • Дети. Перед загрузкой детских фото прочитайте, что сервис делает с контентом. Часть сервисов прямо пишет, что использует загруженное для улучшения своих моделей.
  • Пометка. Если ролик могут принять за настоящую запись, подпишите, что он сделан нейросетью.

Подробнее о лицах и голосах — в разделе права на лица и голоса.

Проверка перед отправкой

Перед тем как нажать «отправить», посмотрите ролик трижды, каждый раз с одним вопросом.

  • Узнаёт ли близкий человек это лицо? Если вы сами сомневаетесь, адресат заметит тем более. Короткий ролик с узнаваемым лицом лучше длинного с чужим.
  • Читается ли поздравление без звука? В мессенджере ролик часто стартует беззвучно. Надпись должна сказать главное сама.
  • Нет ли лишнего в кадре? Шестой палец, исчезнувшая чашка, буквы на фоне, которых не было на фото. Модель любит дорисовывать мелочи по краям кадра.

Если хотя бы на один вопрос ответ «нет», дешевле сделать ещё одну попытку на Lite, чем объяснять, почему бабушка на видео на себя не похожа.

Симптом, причина, решение

Что видитеПочему такЧто делать
К концу ролика лицо стало чужиммодель достраивает кадры всё дальше от исходного снимкакороче ролик, меньше движения головы, крупное фото
Вместо русской фразы звучит английскаярусского нет в языках озвучки Klingролик без речи, голос записать отдельно
Надпись поплыла и исказиласькириллица в генерации нестабильна от кадра к кадруубрать текст из промпта, наложить надпись в монтаже
На групповом фото исказились лицакаждое лицо занимает мало пикселейкадрировать на двух-трёх людей или выбрать сценарий без лиц
Ролик обрезан в мессенджереформат кадра не совпал с экраномкадрировать фото под вертикаль до генерации

Где не сработает

  • Длинное обращение. Клип Veo 3.1 — 8 секунд, Kling 3.0 — до 15. Минутная речь — это монтаж нескольких клипов и отдельный голос.
  • Большое групповое фото. Десять мелких лиц модель не удержит.
  • Русская речь от модели. Пока надёжнее записать голос самому.
  • Текст в движении. Надпись внутри генерации — лотерея.
  • Подарок-сюрприз с чужим голосом. Технически возможно, этически — только с согласия того, чей голос.

Частые вопросы

Как сделать видеопоздравление нейросетью из фото?
Оживить фото видеомоделью с промптом про движение (снег, огни, лёгкий наезд камеры), затем в монтаже добавить надпись, музыку и голос. Каждый слой делается отдельно, так проще исправить неудачный.
Сколько стоит видеопоздравление нейросетью?
Восьмисекундный клип на Veo 3.1 Lite в 720p стоит $0.40 со звуком, на Veo 3.1 Standard — $3.2. Три попытки на Lite обойдутся в $1.2. Бесплатно — через дневные кредиты Google Flow.
Может ли нейросеть озвучить поздравление на русском?
Kling 3.0 русскую фразу переводит на английский, в списке языков Kling 4.0 русского нет, русскую речь Veo 3.1 мы не измеряли. Надёжнее записать голос самому и наложить в монтаже.
Как добавить надпись С Новым годом на видео?
В видеоредакторе поверх готового ролика. Видеомодель рисует кириллицу хуже латиницы, а в движении буквы ещё и меняются от кадра к кадру.
Можно ли сделать поздравление от Деда Мороза нейросетью?
Да, это один из самых надёжных сценариев: лицо персонажа придумано, сходство проверять не с чем и согласие не нужно. Голос лучше записать отдельно.
Нужно ли согласие человека, чьё фото я оживляю?
Если ролик уходит дальше личной переписки или человек в нём говорит синтезированным голосом — да. Ролик, который могут принять за настоящую запись, стоит пометить как сделанный нейросетью.

Источники

  1. Google Cloud: Agent Platform Pricing (Veo 3.1) — цены Veo 3.1 Lite и Standard за секунду со звуком; по индексу цен издания, сверка 7 октября 2026
  2. Google Flow Help: кредиты Flow — 50 кредитов в день с подпиской и без, стоимость генерации Veo 3.1 Lite в кредитах; сверка 7 октября 2026
  3. Kling AI: Kling VIDEO 3.0 Model User Guide — пять языков озвучки, реплики на других языках переводятся на английский
  4. Kling AI: Kling 4.0 User Guide — список языков речи Kling 4.0, русского в нём нет. Сверено 16 ноября 2026
  5. fal.ai: Kling Video v3 Standard — цена секунды Kling 3.0 через API без звука и со звуком

Нина Арсеньева псевдоним

Псевдоним автора практического раздела. Пишет гиды по задачам с фото и видео и собирает библиотеку промптов: промпт, модель, настройки и полученный кадр — так, чтобы результат можно было повторить.

Отвечает за: промпты, обработка фотографий, задачи с видео