Tutorial

Como fazer influencer IA falar em vídeo em português, com a boca sincronizada

Como pôr fala em português na sua influencer IA: modelo de vídeo com áudio nativo, a fala dentro do prompt e a foto certa de entrada. Passo a passo, prompt e o que dá errado na sincronia labial.

Capa do guia Como fazer influencer IA falar em vídeo em português, com a boca sincronizada: o Workflow do guia do Seu João, com o card de Imagem, o quadro gerado no meio e o card de Vídeo com o Omni Flash 1.1.
AJoão Pedro·4 de novembro de 2026·10 min de leitura

Pra fazer a influencer IA falar em vídeo, use um modelo que gera a voz junto com a imagem, anexe a foto dela como referência e escreva a fala, entre aspas, dentro do prompt. Na Avatrix, isso é um card de Vídeo no modo Criativo com o Gemini Omni Flash 1.1, que gera de 3 a 10 segundos com áudio nativo e põe a boca no ritmo da fala, sem gravar nem dublar nada.

Este guia é da equipe da Avatrix. As regras de prompt vêm das páginas oficiais do Google, conferidas em 04/11/2026, e as telas e o vídeo de exemplo vêm do guia do influencer IA de nicho, onde o Seu João conta uma dica caseira em português.

O que é sincronia labial em vídeo de IA?

É a boca da personagem se mexendo no tempo exato das palavras. Sem ela, o vídeo parece dublado, e o seguidor percebe na hora.

Existem quatro jeitos de dar voz à personagem com a boca no tempo. A diferença está em quem faz a voz e quem faz a boca acompanhar:

CaminhoComo funcionaPonto fortePonto fraco
Áudio nativoO modelo gera vídeo e voz juntos, a partir do promptUma geração só, boca e voz nascem juntasTrechos curtos, voz escolhida pelo texto
Voz separada + sincronia labialVocê gera ou escolhe uma voz, cria o áudio e uma ferramenta ajusta a boca ao áudioA voz é sempre a mesma, palavra por palavraMais etapas e mais de uma ferramenta
Sua própria vozVocê grava a fala e usa o áudio como base da sincroniaControle total da falaVocê precisa gravar cada vídeo
Avatar falanteVocê manda um texto ou áudio e um avatar lêVídeo longo, roteiro de minutosCara de apresentador, cena mais parada

Pra influencer de rede social, com vídeo curto e cena de vida real, o áudio nativo é o caminho deste guia. Pra apresentador falando por minutos, o comparativo Avatrix vs HeyGen mostra onde a ferramenta de avatar falante leva vantagem.

Qual modelo faz a influencer IA falar em português?

Na Avatrix, o Gemini Omni Flash 1.1, que gera vídeo de 360p ou 720p com áudio nativo, de 3 a 10 segundos, em 9:16 ou 16:9. O áudio vem sempre junto: não tem como gerar o vídeo mudo nesse modelo.

O Google também trata o Omni Flash (gemini-omni-1.1-flash) como o modelo recomendado pra gerar vídeo na documentação do AI Studio, conferida em 04/11/2026. A mesma página avisa que a prévia do Veo 3.1 na Gemini API foi desligada em 22/10/2026.

Sobre o idioma, um cuidado: a página oficial do Gemini Omni, conferida em 04/11/2026, cita "Speech Adherence" (fidelidade à fala) entre os critérios de avaliação, mas não publica uma lista de idiomas. O português funciona na prática, como mostra o vídeo do Seu João, mas vale escrever o idioma no prompt e conferir cada resultado.

De 7 de março a 1º de junho de 2026, a plataforma concluiu 1.923 vídeos, segundo o banco de dados de produção.

Como fazer a influencer IA falar, passo a passo?

1. Qual foto usar de entrada?

Use uma foto da influencer de frente pra câmera, com a boca à mostra e as mãos longe do rosto. O vídeo herda o rosto da foto, e a boca precisa estar visível pra sincronia funcionar.

O guia de personagem consistente mostra o que acontece quando a foto de entrada tem objeto na frente do corpo: um celular virou um borrão flutuando no vídeo. Pra fala, evite também rosto de perfil, mão no queixo e cabelo cobrindo a boca.

2. Onde fica o modo que aceita fala?

No Workflow, clique em + Nova criação e escolha VÍDEO. O card pergunta o modo:

O card de Vídeo abre com dois modos: Imitar movimentos e Criativo. É o Criativo que aceita prompt com fala.
O card de Vídeo abre com dois modos: Imitar movimentos e Criativo. É o Criativo que aceita prompt com fala.

O Imitar movimentos copia o movimento de um vídeo que já existe e não lê fala do prompt. Pra influencer falar, é o Criativo.

3. Como configurar o card de Vídeo?

Três ajustes no card:

  1. Modelo: Gemini Omni Flash 1.1, o de áudio nativo.
  2. Referência: a foto da influencer. Quem decide como a imagem é usada é o modo escolhido no card, não quantas imagens você anexa. No modo de primeiro quadro, só a 1ª imagem entra: ela vira o quadro inicial e é animada. No modo de referência, entram até 3 imagens, que guiam a personagem numa cena nova; é só nesse modo que a 2ª e a 3ª imagem contam.
  3. Duração: até 10 segundos. Ajuste ao tamanho da fala.
O card de Vídeo configurado: o Gemini Omni Flash 1.1 com áudio nativo (1), a referência do quadro gerado anexada (2) e a duração em 10 segundos (3).
O card de Vídeo configurado: o Omni Flash 1.1 com áudio nativo (1), a foto de referência anexada (2) e a duração em 10 segundos (3).

O botão de gerar mostra o custo em créditos antes de gastar.

4. Como escrever a fala no prompt?

Escreva, nesta ordem: quem é a personagem (a da referência), a cena, quem fala e em que idioma, o jeito de falar, a fala entre aspas e o que você quer de áudio. O guia oficial de prompt de vídeo do Google Cloud, conferido em 04/11/2026, recomenda dizer claramente se você quer áudio e descrever o áudio em frases separadas da parte visual. Ele separa três tipos de som: fala, efeito sonoro e ruído ambiente.

Modelo pra copiar e trocar o que está entre colchetes:

Prompt
Use a foto de referência anexada como a personagem e o cenário EXATOS
(mesmo rosto, mesmo cabelo, mesma roupa — não modificar a identidade).
Vídeo vertical 9:16 com cara de story gravado no celular, câmera na mão,
leve tremido natural. Ela olha pra câmera e fala em português brasileiro,
[com sotaque carioca, voz animada e ritmo de conversa com amiga].
FALA: "[Uma ou duas frases curtas, do jeito que você falaria em voz alta.]"
Ela gesticula de leve e sorri no final.
Áudio: só a voz dela e o som ambiente discreto do [quarto].
Sem música, sem legenda, sem texto na tela, sem corte de câmera.

Quatro regras deixam a fala mais limpa:

  • Diga quem fala. "Ela olha pra câmera e fala" amarra a voz à boca da personagem. Sem isso, o modelo pode pôr narração por cima.
  • Escreva o idioma e o sotaque. "Português brasileiro" no prompt, mais o sotaque e o tom que combinam com a personagem.
  • Uma ou duas frases. Em 10 segundos cabe pouca fala dita sem pressa. Roteiro grande sai acelerado ou cortado.
  • Peça "sem legenda, sem texto na tela". Senão o modelo pode escrever a fala no vídeo em vez de só falar.

5. Como conferir o vídeo antes de postar?

Assista com som, duas vezes. Na primeira, olhe só a boca: as sílabas fortes batem com o movimento? Na segunda, ouça só a fala: saiu cada palavra do roteiro, na ordem, sem sotaque trocado? Confira também o rosto nos momentos em que ela gesticula ou vira a cabeça, que é onde a identidade costuma escapar.

No guia do Seu João, que gerou o quadro antes num card de Imagem, o Workflow ficou assim, um card puxando o outro:

O Workflow do guia do Seu João: o card de Imagem, o quadro gerado no meio e o card de Vídeo com o Omni Flash 1.1.
O Workflow do guia do Seu João: o card de Imagem, o quadro gerado no meio e o card de Vídeo com o Omni Flash 1.1.

Como manter a mesma voz em todos os vídeos?

No áudio nativo, a voz é gerada de novo em cada vídeo. O que você controla é a descrição: copie o mesmo trecho de voz (sotaque, idade, timbre e ritmo) em todo prompt e troque só a fala. Ouça cada vídeo antes de postar e descarte o que fugir da voz da personagem.

Se a voz precisa ser idêntica, palavra por palavra, em todos os vídeos, o caminho mais seguro é o da voz separada com sincronia labial, na tabela do começo: uma voz fixa gerada à parte, com a boca ajustada depois.

Por que a boca sai fora do tempo, e como corrigir?

A fala ficou corrida ou cortada?

A fala é longa demais pra duração. Corte o roteiro pela metade ou aumente a duração até o máximo de 10 segundos. Pra um vídeo maior, divida a fala em trechos e gere um vídeo por trecho, com a mesma foto de referência.

A boca não mexe ou mexe errado?

Quase sempre é a foto de entrada: rosto de perfil, mão ou objeto na frente da boca, ou cabelo cobrindo os lábios. Troque por uma foto de frente e mãos vazias e gere de novo.

Saiu outra voz, narração ou outro idioma?

O prompt não amarrou a fala à personagem. Escreva "ela olha pra câmera e fala em português brasileiro" antes da fala e "só a voz dela" na linha de áudio.

A fala apareceu escrita na tela?

Acrescente "sem legenda, sem texto na tela" no fim do prompt. Se quiser legenda, ponha depois, no editor do app em que vai postar.

Preciso avisar que o vídeo da influencer IA é gerado?

Sim. No TikTok, as diretrizes publicadas em 25/08/2026 e em vigor desde 24/09/2026 pedem rótulo em conteúdo gerado por IA e em conteúdo muito editado que mostre pessoas ou cenas de aparência realista; sem rótulo, o vídeo pode ser removido, restringido ou rotulado pela equipe do TikTok (Diretrizes da Comunidade do TikTok, conferido em 11/11/2026). No YouTube, a declaração vale pra conteúdo realista feito ou alterado com IA, e os exemplos da plataforma incluem fazer parecer que alguém deu conselhos que não deu e mostrar uma cena realista que não aconteceu (Central de Ajuda do YouTube, conferido em 11/11/2026). No Instagram e no Facebook, a Meta exige rótulo também em áudio realista criado ou alterado digitalmente, e pode aplicar penalidades a quem não marcar (Meta, 06/02/2024, conferido em 05/11/2026). O passo a passo de cada rede está no guia influencer IA precisa avisar que é IA?. Além disso, segundo a página oficial do Gemini Omni, conferida em 04/11/2026, o conteúdo criado com o Omni no app Gemini, no Google Flow ou no YouTube leva a marca d'água invisível SynthID e as credenciais de conteúdo C2PA.

Posso usar a voz de uma pessoa real?

Só com autorização de quem é dono da voz, de preferência por escrito, pra ter prova. A Constituição protege, nos termos da lei, "a reprodução da imagem e voz humanas" (art. 5º, XXVIII, a, Constituição Federal, conferido em 05/11/2026). E o YouTube trata como conteúdo a declarar o vídeo que faz uma pessoa real parecer dizer algo que não disse; clonar a própria voz pra narração ou dublagem fica fora dessa regra (Central de Ajuda do YouTube, conferido em 05/11/2026).

Na prática: não peça no prompt a voz "igual à de" um famoso, e não use áudio de outra pessoa como base sem autorização. Se o vídeo for de produto no TikTok Shop, a regra de IA da loja proíbe imitar a identidade ou a voz de alguém, como mostra o guia de influencer IA no TikTok Shop. O mesmo cuidado vale pro rosto, e os riscos estão no guia influencer IA parecida com pessoa real.

Como este guia foi feito

Pesquisa e redação com apoio de IA; as fontes oficiais do Google foram conferidas em 04/11/2026, a Constituição, a regra da Meta e a do YouTube sobre voz, em 05/11/2026, e as regras de rótulo do TikTok e do YouTube, em 11/11/2026. As imagens são gerações e telas reais da Avatrix, mostradas no guia do influencer IA de nicho. O número de vídeos vem do banco de dados de produção da Avatrix, no período de 7 de março a 1º de junho de 2026.

FAQ

Perguntas frequentes

Use um modelo de vídeo que gera o áudio junto com a imagem, anexe uma foto da influencer como referência e escreva a fala dentro do prompt, dizendo o idioma e o jeito de falar. Na Avatrix, isso é um card de Vídeo no modo Criativo com o Gemini Omni Flash 1.1, que gera vídeos de 3 a 10 segundos com áudio nativo.

#influencer ia falando#voz influencer ia#sincronia labial ia#lip sync português#vídeo com voz ia#omni flash

Sua influencer IA pode estar postando ainda hoje.

Cadastre-se e, na primeira compra, ganhe +100 créditos de bônus pro Chat IA.

Criar minha Influencer IA

Ou veja os planos e preços.