Генерирует звуки и атмосферу для видео по самому ролику и текстовому описанию. Цена - 10 ₽ за видео.
Дождь, шаги и колокольный звон на улице
Звук к немому ролику: колоколов в кадре нет, их добавило задание.
Промпт: Rain, footsteps in puddles and loud church bells ringing
HunyuanVideo-Foley — нейросеть Tencent, которая озвучивает немое видео: смотрит, что происходит в кадре, и добавляет фоли звуки — шум волн, шаги, скрип, треск пластинки. Задание можно не писать, а если написать, она добавит и звук, которого в кадре нет.
Foley в кино называют звуки, которые записывают отдельно от съёмки: шаги, шорох одежды, стук посуды. Эта модель делает такие звуки сама по видео, без микрофона и звукорежиссёра. Мы взяли четыре ролика, которые раньше сделали в видеонейросетях сайта для других статей, и запустили модель шесть раз. Каждый запуск занял от 41 до 82 секунд. Дорожки мы разбирали замером громкости, спектрограммами (картинками звука, где видно, какие частоты и когда звучат) и распознаванием речи, а как они звучат, лучше решить самим, включив ролик.
Исходник: пятисекундный рисованный маяк из Wan 2.2: волны бьют о скалы, по небу идут тучи, звука нет. Первый запуск мы сделали без задания, второй с длинным списком из четырёх звуков.
HunyuanVideo-Foley · без задания · 10 ₽
Stormy sea: heavy waves crashing on rocks, howling wind, seagulls crying, distant thunder rumbling
HunyuanVideo-Foley · четыре звука в задании · 10 ₽
Без задания нейросеть сделала очень громкий низкий гул прибоя: пики почти упираются в предел записи, самые сильные удары приходятся на середину ролика. Со списком звук стал тише на 14 дБ, разницу слышно сразу. Вместо прибоя вышло ровное шипение, похожее на ветер. Крика чаек и грома мы в дорожке не нашли: ни отдельных тонов, ни раскатов на спектрограмме нет.
Тогда мы оставили в задании один звук, которого в кадре нет, и запустили тот же маяк в третий раз:
Loud thunder rumbling over the stormy sea
HunyuanVideo-Foley · один звук в задании · 10 ₽
Громкость вернулась почти к первому запуску, а весь ролик занял сплошной низкий рокот, какой бывает у грома. Отдельных раскатов, привязанных к кадру, нет: молний на картинке тоже нет, привязать гром не к чему. По трём запускам на одном ролике выходит так: одна-две вещи в задании модель слышит, а длинный список размывает звук. То же самое мы видели в статье о моделях Hunyuan, где на ролике с мастерской задание тоже делало дорожку тише.
Ролик из Seedance 2.0 пришёл со своим звуком. Рыжий кот крадётся по старым доскам и в конце запрыгивает на табурет. Мы загрузили его как есть и задание не писали, чтобы проверить, что станет с родной дорожкой.
HunyuanVideo-Foley · без задания, у исходника был свой звук · 10 ₽
Родного звука в результате нет совсем: мы сравнили две дорожки, и общего у них не нашлось. Новая тихая, это ровный фон пустой комнаты с мелкими щелчками. Зато она следит за котом. Пока он крадётся, громкость почти не меняется, а на прыжке, около 4-й секунды, растёт примерно на 8 дБ, и полсекунды тянется высокий ровный тон. Скрип табурета это или мяуканье, по спектрограмме не отличить, так что послушайте сами. Громкость по движению в кадре и по звуку совпала здесь лучше, чем у маяка, где волны бьются без остановки.
Виниловый проигрыватель мы сняли в Kling 3.0 Turbo. На 2,7 секунды в ролике склейка: общий план комнаты сменяется крупным планом пластинки. В задании попросили треск винила и тихий джаз на фортепиано.
Vinyl record crackle and soft jazz piano music playing from the turntable
HunyuanVideo-Foley · задание по-английски · 10 ₽
Это самая громкая из наших дорожек. На спектрограмме видны ноты в низком регистре, они сменяются примерно каждые полсекунды, а поверх них несколько коротких щелчков, как у пыльной пластинки. Перед склейкой музыка на мгновение обрывается и с крупным планом начинается заново. Так что модель, сделанная для шумов, по просьбе играет и мелодию. Хорошая ли это музыка, решать вам, а для настоящего саундтрека лучше подходят нейросети раздела Музыка.
Загрузите ролик в поле Видео. Подойдёт MP4, MOV или WebM длиной от 1 до 60 секунд, длину сайт определит сам. Поле Задание можно оставить пустым: тогда нейросеть подберёт звук только по картинке, то есть по тому, что движется, падает и бьётся в кадре. Если звук нужен определённый или его нет в кадре (гром, колокол, музыка из соседней комнаты), опишите его словами.
Цена видна на кнопке Отправить до запуска, и она не зависит ни от длины ролика, ни от задания. Через минуту-другую в ленте под формой появится тот же ролик с новой дорожкой. Звук, который в нём был, пропадёт, поэтому исходник с голосом лучше не озвучивать целиком. Под результатом есть Скачать, Изменить (вернёт ролик и задание в форму, чтобы поправить) и Повторить (сразу запустит то же самое ещё раз, и звук выйдет другим). Результаты хранятся 7 дней в разделе Мои результаты, а нужные можно сохранить в библиотеку.
Полей в форме два, и оба влияют на звук сильнее, чем кажется.
Пишите, что звучит, а не какое должно быть настроение: «шаги по мокрому асфальту», а не «атмосферно». Главный звук ставьте первым и не перечисляйте больше двух: на маяке список из четырёх звуков дал тихое шипение, а один звук сработал.
[Главный звук: что и обо что], [второй звук или фон], [близко или вдалеке]
Footsteps on a creaking wooden floor, quiet rain outside the window
Distant church bells ringing over a quiet street
По-английски у нас выходило надёжнее: в сравнении нейросетей для звука к видео колокола по английскому заданию прозвучали отчётливее, чем по русскому. Перевести задание можно в чате сайта. Частые ошибки: длинный перечень звуков, просьба о речи, которую модель не делает, и пустое задание там, где нужен звук за кадром, ведь сама по картинке нейросеть его не придумает.
Платите за ролик целиком: пятисекундный и минутный стоят одинаково, задание на цену тоже не влияет. Пробуйте на коротком куске, а длинный ролик отдавайте, когда подобрали задание.
| Ролик | Цена |
|---|---|
| 5 секунд | 10 ₽ |
| 60 секунд | 10 ₽ |
Если нейросеть не справится, деньги вернутся на баланс.
Версия на сайте одна. Как семь нейросетей озвучивают один и тот же ролик с кухней, показано в разделе Звук для видео. Коротко о соседях:
| Нейросеть | Цена | Чем отличается | Когда брать |
|---|---|---|---|
| HunyuanVideo-Foley | 10 ₽ | одно поле задания, ролик до минуты по одной цене | шумы по кадру и звук, которого в кадре нет |
| MMaudio v2 | от 0.2 ₽/сек. | ручные настройки и список запретов | нужно убрать из звука музыку или бормотание |
| Kling Video-to-Audio | 7 ₽ | ASMR‑режим, звук ещё и отдельным файлом | мелкие звуки рук крупным планом |
| Sonilo 1.1 | от 1.5 ₽/сек. | шесть режимов, может сохранить речь | в ролике говорят или нужна фоновая музыка |
| Mirelo AI SFX 1.6 | от 1.5 ₽/сек. | продлевает и правит готовый звук, делает петлю | звук нужно дописать или зациклить |
Описание обновлено 2 октября 2026 г.