Озвучивает видео любой длины до 10 минут: убирает лишнюю музыку, сохраняет речь и создаёт синхронные с действием звуковые эффекты и атмосферу, а ещё делает звуковые эффекты по текстовому описанию. Цена — 2,5 ₽ за секунду.
Mirelo SFX 2.0 — нейросеть немецкой компании Mirelo, которая озвучивает видео: смотрит, что происходит в кадре, убирает случайную музыку, оставляет речь героев и собирает вокруг неё шаги, двери, воду и фон. Берёт ролики до 10 минут, умеет отдать только дорожку и делает эффекты по описанию.
Шаги по хрустящему снегу
Режим «Звуковые эффекты», 4 секунды, MP3: медленные шаги по свежему снегу с лёгким ветром, готовый эффект для зимней сцены.
Промпт: Медленные шаги по свежему хрустящему снегу, морозный зимний день, лёгкий ветер
Тихое утро с чашкой и книгой
Режим «Дорожка для видео», AAC, подсказка про шелест страницы и сквозняк: аудиофайл той же длины, что ролик, для сведения в монтаже.
Промпт: Тихая комната утром: шелест страницы книги, лёгкий сквозняк, чашка на деревянном столе
Туман над водой: дорожка без видео
Режим «Дорожка для видео», WAV, без речи и подсказки: модель сама сделала воду, птиц и ветер под кадры рассвета, звук приходит отдельным файлом.
Ночной лес на полминуты без музыки
Режим «Звуковые эффекты», 30 секунд, WAV, негативный промпт «музыка, голоса, шаги»: сверчки, сова и ветер для фона под видео или подкаст.
Промпт: Ночной лес летом: стрекот сверчков, редкие крики совы вдалеке, лёгкий ветер в листве, едва слышный ручей
Скрип и хлопок тяжёлой двери
Режим «Звуковые эффекты», 4 секунды, MP3: сначала долгий скрип, пауза, затем глухой удар закрывающейся двери.
Промпт: Тяжёлая деревянная дверь медленно открывается со скрипом, пауза, затем захлопывается с глухим ударом
Лиса на осенней поляне без подсказки
Режим «Звук для видео», подсказки нет: модель сама подобрала шаги по листве и ветер по картинке, 10-секундный ролик.
Машина проезжает по пустынной дороге
Режим «Звук для видео» без сохранения речи, с подсказкой про мотор, шины и ветер и негативным промптом «музыка, голоса».
Промпт: Старый автомобиль проезжает мимо по пустынной дороге: нарастающий рокот мотора, шины шуршат по песку и гравию, порыв ветра и пыль после проезда
Кофейня вокруг реплики бариста
Режим «Звук для видео», «Сохранить речь» включено, без подсказки: фраза «Ваш кофе готов» осталась, вокруг неё появились звуки кофейни.
Нам хотелось понять, получится ли озвучить видео нейросетью без ручной подгонки, и мы сделали двенадцать запусков во всех трёх режимах. Исходные ролики сгенерировали заранее в HeyGen Video 1.0, а поющего енота сделали в OmniHuman 2.0; настоящих людей в них нет, бариста и продавец на рынке придуманы нейросетью. Ждать не пришлось. Звук по описанию приходил за 19–20 секунд, ролики от 5 до 15 секунд озвучивались примерно за полминуты. Сами мы звук не слышим, поэтому разбирали его по замерам громкости, длине файлов и распознаванию речи до и после. Насколько естественно всё это звучит, оценивайте в плеерах ниже.
Главное отличие этой версии от прошлых: старая дорожка не стирается целиком. В исходном ролике бариста говорит «Ваш кофе готов», а дальше бормочет что-то невнятное, как бывает у видеонейросетей. Мы включили Сохранить речь, задание оставили пустым и получили ролик той же длины, где реплика стоит на том же месте, а вокруг неё появилась кофейня. Распознавание речи до и после дало одну и ту же первую фразу. Исходник был очень громким, результат тише его примерно на 10 дБ.
HeyGen Video 1.0 · исходник из HeyGen Video 1.0 · от 3 ₽/сек.
Mirelo SFX 2.0 · Звук для видео · «Сохранить речь» включено · 2.5 ₽/сек.
С пением вышло иначе. Поющего под музыку енота мы прогнали с тем же переключателем: музыка ушла, но вместе с ней пропали и слова, распознавание после обработки не нашло ни одного из них. Попытка была одна, но, похоже, речью модель считает разговор, а пение убирает вместе с музыкой.
Пятисекундный ролик без людей и без реплик. Здесь мы выключили Сохранить речь, описали, что должно звучать, и в Негативном промпте перечислили «музыка, голоса». Дорожка вышла плотной, громче, чем у бариста и лисы: мотор нарастает к моменту проезда, после него остаётся шорох.
Старый автомобиль проезжает мимо по пустынной дороге: нарастающий рокот мотора, шины шуршат по песку и гравию, порыв ветра и пыль после проезда
Mirelo SFX 2.0 · Звук для видео · речь выключена · негативный промпт · 2.5 ₽/сек.
Задание в видеорежимах необязательное. Десятисекундную лису на осенней поляне мы отправили вообще без текста, и нейросеть собрала дорожку по одной картинке; что именно в ней слышно, судите по плееру. Вертикальный ролик вернулся в том же размере.
Mirelo SFX 2.0 · Звук для видео · без задания · ролик 10 с · 2.5 ₽/сек.
Если звук нужен отдельным файлом для монтажной программы, берите режим Дорожка для видео: на входе тот же ролик, на выходе аудиофайл той же длины. Туман над водой на рассвете мы получили так в WAV, тоже без задания.
Mirelo SFX 2.0 · Дорожка для видео · WAV · без задания · 2.5 ₽/сек.
Не каждый ролик даёт плотный звук. Кота в шляпе, который смотрит на дождь за окном, мы озвучивали дважды. С заданием про дождь и мурлыканье и выключенной речью дорожка пришла почти пустой, тише порога слышимости. Без задания и с включённой речью появился тихий фон, но и он тише любой другой нашей дорожки, разрыв от 7 до 20 дБ. Похоже, мало движения в кадре, мало и звука; отчего два запуска так разошлись, по двум пробам не скажешь, менялись и задание, и переключатель. Если ролик статичный, надёжнее сделать фон отдельно режимом Звуковые эффекты и свести в редакторе.
Третий режим не смотрит на видео: вы описываете звук и задаёте длину от 1 до 300 секунд. Дверь мы заказали на 4 секунды по-русски. По кривой громкости всё на месте: долгий скрип, короткая тишина и удар на последней секунде.
Тяжёлая деревянная дверь медленно открывается со скрипом, пауза, затем захлопывается с глухим ударом
Mirelo SFX 2.0 · Звуковые эффекты · 4 с · MP3 · 2.5 ₽/сек.
Для фона мы попросили полминуты ночного леса и через Негативный промпт запретили музыку, голоса и шаги. Файл пришёл ровно на 30 секунд. Он довольно громкий, под речь его придётся прибрать в редакторе.
Ночной лес летом: стрекот сверчков, редкие крики совы вдалеке, лёгкий ветер в листве, едва слышный ручей
Mirelo SFX 2.0 · Звуковые эффекты · 30 с · негативный промпт «музыка, голоса, шаги» · 2.5 ₽/сек.
Сначала выберите Тип генерации. Звук для видео: загрузите ролик от секунды до десяти минут, и назад придёт тот же ролик с новой звуковой дорожкой. Дорожка для видео: ролик тот же, но результат — аудиофайл той же длины, без картинки. Звуковые эффекты: видео не нужно, опишите звук словами и выберите длительность.
В видеорежимах нейросеть сама разбирает, что происходит в кадре, и расставляет звуки по действию: шаги там, где идут, удар там, где падает. Если в ролике есть речь и включён переключатель Сохранить речь, реплики остаются на своих местах, а всё остальное из старой дорожки, включая случайную музыку, заменяется. Длинный ролик обрабатывается целиком, одним заходом: разработчик обещает, что фон и эффекты остаются связными между склейками до десяти минут, сами мы проверяли ролики до пятнадцати секунд.
Цену покажет кнопка Отправить ещё до запуска, она зависит только от длины: ролика в видеорежимах или заданной длительности в эффектах. Готовый файл встанет в ленту под формой. Под ним три кнопки: Скачать; Повторить, которая сразу отправит то же задание снова и даст другой дубль; Изменить, которая вернёт поля формы к настройкам этого запуска. В Моих результатах файлы лежат 7 дней, нужное сохраните в библиотеку.
| Поле | Где есть | Что ставить |
|---|---|---|
| Видео | Звук для видео, Дорожка для видео | Один ролик MP4, MOV или WebM от 1 секунды до 10 минут. Платите за каждую секунду, так что лишнее обрежьте заранее. |
| Задание | все режимы | Обязательно только в эффектах. В видеорежимах можно оставить пустым: модель ориентируется на картинку. Пишите, если нужен звук, которого в кадре не видно, или хотите подчеркнуть один источник. |
| Длительность | Звуковые эффекты | От 1 до 300 секунд, сразу стоит 10. Одиночный удар или скрип — 3–4 секунды, фон для ролика — столько, сколько длится ролик. |
| Сохранить речь | Звук для видео, Дорожка для видео | Включено по умолчанию. Оставляйте, если в ролике говорят. Выключайте для роликов без реплик: тогда модель делает только эффекты и не ищет речь там, где её нет. |
| Негативный промпт | все режимы | Галочка открывает поле со списком того, чего быть не должно, через запятую. Чаще всего туда стоит написать «музыка», чтобы в фоне не завелась мелодия. |
| Формат файла | Дорожка для видео, Звуковые эффекты | Сразу стоит WAV, он без потерь и годится для монтажа. MP3 и AAC весят меньше, FLAC сжимает без потерь. В наших пробах формат всегда совпадал с выбранным. |
Описание мы собираем из четырёх частей: источник звука, поверхность или материал, место и характер или темп. Все наши задания были на русском, и по замерам модель их поняла: скрип, пауза и удар двери стоят на своих секундах. Описывайте источники звука вместо настроения сцены: «тихий вечер» ничего не говорит о звуке, «сверчки и далёкий ручей» говорит всё.
Сильный дождь по жестяной крыше, вода капает из водостока, далёкие раскаты грома, ровно и без пауз
Стеклянная бутылка падает на кафельный пол кухни и разбивается, осколки разлетаются, короткое эхо комнаты
Утренняя кофейня: шипение кофемашины, звон чашки о блюдце, негромкий разговор за соседним столиком
В видеорежимах задание только дополняет картинку: хватит короткой подсказки о том, чего в кадре не видно, пересказывать ролик не нужно. Три ошибки, которых стоит избегать: описывать настроение вместо звуков; перечислять сразу много источников; забывать про список запретов, когда в сцене не должно быть музыки. Речь и песни просить не нужно: модель делает эффекты и фон, для голоса на сайте есть озвучка текста.
Во всех трёх режимах одна секунда стоит одинаково, разница только в том, что считается: длина ролика или заданная длительность. Дробные секунды округляются вверх: ролик 5,26 секунды нам посчитали как 6.
| Режим | Что оплачивается | Цена |
|---|---|---|
| Звук для видео | ролик 5 с | 12,50 ₽ |
| Звук для видео | ролик 1 минута | 150 ₽ |
| Звук для видео | ролик 10 минут | 1 500 ₽ |
| Дорожка для видео | ролик 10 с | 25 ₽ |
| Звуковые эффекты | звук 4 с | 10 ₽ |
| Звуковые эффекты | фон 30 с | 75 ₽ |
На пробы берите короткие куски: эффект на 3–4 секунды или ролик до десяти. Длинное видео сначала проверьте на вырезанном фрагменте, а потом отправляйте целиком.
У версии 1.6 ролик ограничен минутой, зато есть продление записи, замена участка и зацикленный фон без слышимого шва. Версия 2.0 берёт ролики до десяти минут, сохраняет речь, выдаёт дорожку отдельным файлом и понимает список запретов, но готовую запись править не умеет. Берите 2.0 для роликов с репликами и для длинного видео, 1.6 — чтобы дописать или починить уже готовый звук. Что ещё есть на сайте для озвучивания роликов, мы сравнивали в статье категории «Звук для видео», для эффектов по описанию — в «Звуковых эффектах». Коротко:
| Нейросеть | Цена | Что на входе | Речь из исходника | Когда брать |
|---|---|---|---|---|
| Mirelo SFX 2.0 | 2.5 ₽/сек. | ролик до 10 мин или текст | сохраняет | ролик с репликами, длинное видео, дорожка отдельно |
| Mirelo AI SFX 1.6 | от 1.5 ₽/сек. | ролик до 60 с, текст или запись | нет | продлить или починить готовую запись, петля |
| Sonilo 1.1 | от 1.5 ₽/сек. | ролик или текст | сохраняет в режиме «Видео с музыкой» | музыка под ролик, с эффектами или без |
| MMaudio v2 | от 0.2 ₽/сек. | ролик, звук до 30 с | нет | ручные настройки и список запретов на коротком ролике |
| HunyuanVideo-Foley | 10 ₽ | ролик до 60 с | нет | бытовые шумы и звук того, чего нет в кадре |
| ElevenLabs Sound Effect V2 | 1.5 ₽ + 0.5 ₽/сек. | описание на английском | нет | короткий эффект с точной длиной |
Описание обновлено 16 октября 2026 г.