Grave seu próprio rosto e sua voz uma única vez, depois escreva um roteiro novo para cada prospect e deixe os modelos falarem por você. Clone sua voz, anime sua foto ou seu clipe com lipsync e revise cada vídeo antes de enviar, porque o envio e a responsabilidade continuam sendo seus.
Um e-mail frio com um vídeo curto de uma pessoa real falando é lido de um jeito diferente de um bloco de texto, mas gravar um vídeo por prospect é uma tarefa que ninguém sustenta por muito tempo. A versão com IA divide o trabalho em dois: você grava seu rosto e sua voz uma única vez, depois escreve um roteiro novo para cada pessoa e deixa os modelos falarem. Esta página mostra como isso funciona no Picasso IA, quais modelos se encaixam e onde deixa de ser útil.
Um modelo de texto é fácil de reconhecer. Na terceira linha o leitor já sabe que uma sequência automática enviou, e o nome na saudação não muda isso. Um vídeo curto de uma pessoa falando com ele, citando a empresa e uma coisa específica que você reparou, é mais difícil de confundir com um disparo em massa, principalmente porque assistir ainda dá um pouco de trabalho.
O problema sempre foi o esforço do seu lado. Gravar, refazer e exportar vinte vídeos numa tarde é um dia de trabalho, e lá pelo vídeo doze você já parece cansado. Gerar a parte falada a partir do seu próprio rosto e da sua própria voz leva o esforço para o roteiro, que é onde mora a personalização de qualquer jeito. O Picasso IA tem 502 modelos no catálogo, entre eles doze de lipsync e vinte e quatro de texto para voz, então você pode montar o apresentador por partes em vez de depender de uma única ferramenta fechada.
Um limite antes de tudo: esta página trata do seu próprio rosto e da sua própria voz. Não a de um colega, nem a de um fundador, nem a de ninguém que não tenha dado permissão. A ideia só funciona com honestidade se a pessoa na tela for a pessoa que está enviando.
Não existe uma configuração certa única. O que muda entre elas é o que você precisa gravar, quanto do material é realmente você e quanto controle você mantém sobre as palavras. Esta tabela compara as opções que existem hoje na plataforma.
| Configuração | O que você fornece | O que faz melhor | Atenção a |
|---|---|---|---|
| Sua foto mais uma voz clonada, animada com Kling Avatar v2 | Uma foto nítida e um áudio curto | O caminho mais rápido do roteiro ao vídeo falado | O áudio aceita até 5 MB, então os roteiros precisam ser curtos |
| Seu próprio clipe gravado, redublado com Lipsync 2 | Um MP4 curto seu e um WAV com a frase nova | Movimento real de cabeça e corpo que é de fato seu | Precisa de um clipe de origem razoável, e a sincronia da boca depende dessa imagem |
| Um apresentador com roteiro no Avatar IV | Um roteiro, um ID de avatar e um ID de voz | Digitar uma mensagem e receber um apresentador sem gravar nada | Os IDs de avatar e de voz vêm das listas próprias da HeyGen, então confira o que você pode usar |
| Voz clonada sobre sua tela ou slides | Sua amostra de voz e uma gravação de tela | Demos em que seu rosto não é o ponto | Sem rosto na tela, menos toque pessoal |
As duas primeiras cumprem de forma mais direta a promessa do título, porque nas duas o rosto é o seu. A terceira serve quando você quer escrever e enviar sem gravar nada, mas leia a página do modelo antes de presumir que um avatar feito a partir de você esteja disponível nele. Para ver mais a fundo o caminho da foto falante, veja a página de fotos falantes com IA.
É a única sessão de gravação, então vale fazer direito. Sente perto de uma janela, de frente para a luz, e coloque a câmera na altura dos olhos. Leia um trecho curto no tom que você usaria numa ligação de verdade: simpático, um pouco mais devagar do que parece necessário, com a boca bem aberta nas vogais. Grave uma tomada limpa de cerca de um minuto e depois outra, em pé ou sentado de outro jeito, para ter uma reserva.
Dessa sessão você tira três coisas. Um quadro do seu rosto para animar a foto. O próprio clipe de vídeo, para o lipsync. E o áudio, para clonar a voz. O modelo de clonagem de voz do Picasso IA, minimax voice-cloning, aceita MP3, M4A ou WAV de 10 segundos a 5 minutos, com uma opção para reduzir o ruído de fundo, e depois deixa você reutilizar a voz clonada em várias execuções de voz. O Chatterbox, da resemble-ai, é outro caminho: clona a partir de poucos segundos de áudio de referência dentro da própria execução e tem um ajuste de emoção.
Silêncio importa mais que qualidade. Um microfone barato num cômodo silencioso vence um caro ao lado de um ventilador, porque o modelo de clonagem copia tudo o que está na amostra, inclusive o zumbido. Faça a gravação antes de abrir qualquer modelo.
Ouça em voz alta a primeira frase clonada antes de construir qualquer coisa em cima dela. Se soar como você num dia ruim, refaça a amostra. Se soar como um desconhecido, refaça com menos ruído de fundo e um ritmo mais constante.
Este é o ciclo que você vai repetir a cada prospect depois que a gravação existir. Ele roda inteiro no toolkit, onde os modelos de imagem, vídeo, voz e lipsync ficam num mesmo lugar.
Cada prospect é uma passada por esses passos. Não existe uma fila que receba uma planilha e devolva uma pasta de vídeos, e nada nesta página deve ser lido como se existisse.
O sentido de personalizar é o prospect perceber que você olhou. Então gaste suas edições aí e deixe todo o resto fixo, para não revisar um vídeo diferente a cada vez.
Mude a primeira frase e a observação específica: um produto que lançaram, um cargo que acabaram de assumir, algo num post deles que você realmente leu. Mantenha a frase da oferta e a pergunta final iguais, ou bem parecidas. Assim você tem um núcleo estável que já conferiu e uma parte pequena e claramente pessoal que confere a cada envio.
Deixe o vídeo curto o bastante para ninguém pular para a frente. Escreva para o ouvido, com frases curtas e palavras simples, porque um nome de empresa travalíngua vai tropeçar o modelo de voz do mesmo jeito que tropeça uma pessoa. Se um nome for incomum, escreva no roteiro do jeito que ele soa e ouça de novo. Se bater a tentação de colocar um discurso longo sobre o produto, é melhor um link no e-mail e um vídeo que só abre a porta. Para demos mais longas, a página de vídeos de demonstração de produto com IA é um bom ponto de partida.
Você também pode reutilizar a mesma voz para gravar o acompanhamento. Um segundo vídeo curto uma semana depois, com o mesmo rosto e a mesma voz, funciona melhor que um lembrete em texto, desde que diga algo novo.
Muita prospecção não precisa disso, e parte dela fica pior com isso. Estes são os limites que importam na prática:
Para chegar rápido a contatos que você já tem, às vezes um e-mail simples escrito por você é a melhor mensagem. O vídeo ganha seu lugar quando acrescenta algo que o texto não consegue: sua voz, sua expressão, trinta segundos de sensação de quem está escrevendo.
Sim, é o uso previsto. Você se grava uma vez, clona sua voz a partir dessa amostra e gera vídeos falados a partir da sua foto ou do seu clipe com um roteiro novo a cada vez. Os modelos rodam no toolkit do Picasso IA. O limite está na imagem: tem que ser você, ou um personagem fictício que você criou, nunca outra pessoa real sem a permissão dela.
Para a voz, o minimax voice-cloning e o Chatterbox, da resemble-ai, clonam uma voz a partir de uma amostra. Para o rosto, o Kling Avatar v2 anima uma foto com o seu áudio e o Lipsync 2 reajusta o seu próprio clipe gravado a uma fala nova. O Avatar IV, da heygen, produz um apresentador com roteiro a partir de um ID de avatar e um ID de voz. A disponibilidade dos modelos muda, então confirme cada um no catálogo antes de planejar em cima dele.
Hoje não. O toolkit executa uma geração por vez e não há recurso que receba uma planilha de prospects e renderize um vídeo para cada um. Você pode reutilizar sua voz clonada e sua foto quantas vezes quiser, mas cada vídeo é uma execução própria que você escreve, gera e revisa. Se o seu plano depende de centenas de envios totalmente automáticos, esta não é a ferramenta para essa parte.
É o mais prudente, e em alguns lugares pode ser uma exigência, então confira as regras que valem para você. Uma frase curta no e-mail, como "fiz este vídeo com IA a partir de uma gravação minha", custa pouco. A alternativa, deixar alguém achar que você gravou ao vivo para ele, costuma sair pela culatra assim que a pessoa nota o ciclo na sua expressão ou uma pausa um pouco estranha.
Precisa. As regras sobre mensagens não solicitadas, consentimento, descadastro e uso de dados mudam conforme o país e o canal, e quem envia é o responsável por cumpri-las, não o modelo que fez o vídeo. Esta página traz informação geral e não é aconselhamento jurídico. Se você envia em algum volume, peça a um profissional qualificado que revise seu processo e confira os requisitos atuais de cada plataforma antes de publicar ou mandar mensagem.
O modelo minimax voice-cloning aceita uma gravação de 10 segundos a 5 minutos em MP3, M4A ou WAV, com menos de 20 MB, com um ajuste opcional de redução de ruído. O Chatterbox funciona com poucos segundos de áudio de referência. Mais não é automaticamente melhor: um minuto limpo num cômodo silencioso costuma vencer cinco minutos com um ventilador ligado atrás de você.
A animação de foto, com o Kling Avatar v2, só precisa de uma imagem parada e de um áudio, então é rápida, mas o movimento é gerado. O Lipsync 2 parte do seu vídeo real e ajusta a boca ao áudio novo, então o movimento de cabeça e corpo é de fato seu. O segundo caminho pede um pouco mais de gravação no começo e costuma parecer mais pessoal.
Não. Use o seu próprio rosto e a sua voz, ou personagens fictícios. Clonar uma pessoa real sem permissão é primeiro um problema de confiança e muitas vezes depois um problema jurídico, e também é a forma mais rápida de um prospect denunciar você. Se uma equipe quer isso, cada pessoa que aparece deve gravar a própria amostra e concordar.
Alguns dos modelos de voz descrevem saída multilíngue, e as páginas dos modelos mencionam escrever o roteiro em outro idioma com uma voz clonada. A qualidade varia conforme o idioma e a voz, então teste primeiro com uma frase curta e peça a um falante nativo que ouça antes de enviar qualquer coisa a um prospect de verdade, principalmente por causa de nomes e termos técnicos.
As gerações são pagas em créditos e o custo depende do modelo e dos ajustes que você escolhe, então qualquer valor escrito aqui ficaria desatualizado. Vídeo custa mais que áudio ou imagem. Contas novas recebem créditos grátis para testar o fluxo com alguns prospects, e a página de preços é onde os planos vigentes estão listados.
Pronto para testar primeiro com um prospect de verdade? Abra o toolkit do Picasso IA, grave sua amostra e construa um único vídeo antes de decidir até onde levar.
Escolha seu idioma
