Оживляет фото - делает видео, где человек говорит или поёт в такт вашему аудио, с мимикой и движениями. Цена: 35 ₽ за секунду видео.
Стихотворение
Говорящий гончар
Портрет и запись голоса — гончар рассказывает о своём деле, жестикулирует и возвращает руки к глине.
Мультяшный енот поёт и жестикулирует
Экскурсовод рассказывает о доме и показывает руками
Говорящий портрет по фото и голосу
Портрет и фраза на 4 секунды: жесты нейросеть добавила сама.
OmniHuman 1.5 — нейросеть ByteDance, которая превращает фото и запись голоса в ролик: человек на снимке говорит или поёт, а мимику и жесты она подбирает по смыслу слов. Настроек нет, всё поведение задаёт звук.
OmniHuman 1.5 сделала команда ByteDance Intelligent Creation. По её описанию, одна часть нейросети разбирает, о чём речь, а другая рисует движение, поэтому говорящий аватар здесь жестикулирует к месту, а не в такт громкости. Мы проверили это на одной фразе в трёх нейросетях раздела.
Библиотекаря мы выдумали: портрет нарисовала Nano Banana 2 Lite, а фразу прочитала озвучка сайта «Мега» синтетическим голосом. Запись длится 3,8 секунды, паузы в ней мы подрезали. Текст для озвучки:
Здравствуйте! Книгу продлили? Жду вас в пятницу.
Те же фото и звук получили P-Video Avatar (поле задания у неё оставили пустым) и Heygen 720p.
OmniHuman 1.5 · без настроек · 35 ₽/сек.
Pruna AI P-Video Avatar · 720p, без задания · от 4 ₽/сек.
Heygen 720p · 720p · 1 ₽/сек., от 30 ₽
Только в версии 1.5 женщина сама вынула руку из сложенных ладоней: на «жду вас» она протягивает её ладонью вверх, как будто приглашает, и через полсекунды возвращает обратно. Улыбка с фото при этом уходит, лицо становится деловым. Соседи рук не трогают: одна только наклоняет голову, другая почти не шевелится. Ролик пришёл через 2 минуты 8 секунд, медленнее двух других.
Как нейросеть жестикулирует в кадре по пояс и чем отличается от прошлой версии, мы подробно разбирали в обзоре линейки.
Вместо речи можно загрузить кусок песни прямо с музыкой. В готовом примере со страницы нейросети поёт мультяшный енот, нарисованный нейросетью, а песню сочинил Suno.
OmniHuman 1.5 · песня 8 с, картинка 3:4 · 35 ₽/сек.
Енот держит микрофон, прикрывает глаза на протяжной ноте и под конец раскрывает лапу. Ролик вышел 834×1104, а наш вертикальный — 716×1286: размер не выбирается, нейросеть держит примерно одно число точек и повторяет форму картинки.
В форме два поля. В Фото загрузите снимок или рисунок, где один герой смотрит в камеру (JPG, PNG, WebP или HEIC с iPhone). В Аудио положите речь или песню: MP3, WAV, M4A, AAC, FLAC, OGG или OPUS. Слова нейросеть берёт из записи и ничего не переводит, так что герой заговорит на языке записи. Если голоса нет, сделайте его в разделе «Озвучка текста».
Задания и других настроек нет. Цена считается по длине записи и видна на кнопке Отправить до запуска. Готовый ролик появится под формой, потом 7 дней хранится в Моих результатах; чтобы не потерять, скачайте его или сохраните в библиотеку.
Раз полей нет, результат решают сами файлы.
Одна цена за секунду записи, без выбора качества.
| Запись | Цена |
|---|---|
| 5 с | 175 ₽ |
| 15 с | 525 ₽ |
| 30 с | 1 050 ₽ |
| 1 мин | 2 100 ₽ |
Начните с фразы на 4–5 секунд, чтобы увидеть, как нейросеть обойдётся с вашим фото. Если запуск закончится ошибкой, деньги вернутся на баланс.
Кроме прошлой версии, на сайте есть несколько нейросетей с похожей задачей.
| Нейросеть | Цена | Чем отличается | Когда брать |
|---|---|---|---|
| OmniHuman 1.5 | 35 ₽/сек. | жесты и мимика по смыслу, ролик около 0,9 Мп | важна подача, в кадре видны руки |
| OmniHuman 1.0 | 20 ₽/сек. | прошлая версия, ролик меньше | крупное лицо и спокойная речь |
| Pruna AI P-Video Avatar | от 4 ₽/сек. | есть поле «Задание», 720p или 1080p | нужен конкретный жест или качество 1080p |
| Heygen 720p | 1 ₽/сек., от 30 ₽ | два поля, запись до 60 секунд | короткое обращение со сдержанной мимикой |
Остальные нейросети для говорящего фото собраны в разделе «Говорящее фото».
Описание обновлено 1 октября 2026 г.