Как сгенерировать видео нейросетью?

Опишите сюжет текстом или загрузите фото — на выбор Veo 3.1, Grok Video, Pruna-AI (с озвучкой TTS) или Grok R2V.

Можно ли сделать видео с озвучкой?

Да, режим Pruna-AI генерирует видео прямо с озвучкой из текста (TTS) и субтитрами.

Сгенерировать видео нейросетью

Модель

Veo 3.1 Модель Google, реалистичная физика движения и звук прямо в сцене

Grok Video Модель xAI, быстрая генерация видео по тексту или фото

Pruna-AI текст → голос → видео

Grok R2V озвучка прямо из промпта

Gold Image gold/non-filters

Промпт

Соотношение сторон

16:9 Широкий 9:16 Вертикаль

Соотношение сторон

1:1 4:3 3:4 16:9 9:16

Соотношение сторон

1:1 2:3 3:2 3:4 4:3 9:16 16:9

Игнорируется, если загружено исходное фото — тогда соотношение берётся из фото

Длительность

4 сек 6 сек 8 сек

Длительность

5 сек 10 сек 15 сек

Длительность

4 сек 6 сек 8 сек 10 сек 15 сек 20 сек

Качество

720p 1080p

В 1080p длительность всегда 8 секунд

Качество

480 720

Качество

720p 1080p

Звук

Голос по тексту Свой аудиофайл Без звука

Длительность видео = длина аудиодорожки, выбирать вручную нельзя.

Текст для озвучки

25–30 слов ≈ 10–12 секунд видео. Длина видео равна длине озвучки.

Голос

Женский

Марина
нежная Ольга
спокойная Оливия
тёплая

Мужской

Олег
уверенный Игорь
чёткий Даниил
выразительный

Аудиофайл

Нажми или перетащи аудиофайл

Длина видео будет соответствовать длине аудиофайла.

Соотношение сторон

1:1 2:3 3:2 3:4 4:3 9:16 16:9

Игнорируется, если загружено исходное фото

Качество

720p 1080p

Субтитры

Добавить субтитры (слово за словом)

Белые буквы, жёлтая подсветка активного слова. Только при генерации TTS-голоса.

Референсы стиля и содержания (до 4 изображений, необязательно)

⚠ Это НЕ первый кадр видео — модель берёт из этих фото только стиль, персонажей и композицию, видео с них буквально не стартует

Нажми или перетащи изображения (до 4)

Соотношение сторон

1:1 2:3 3:2 3:4 4:3 9:16 16:9

Длительность

4 сек 5 сек 6 сек 8 сек 9 сек 10 сек

Качество

480p 720p

Субтитры

Добавить субтитры (распознаём речь из готового видео)

Белые буквы, жёлтая подсветка активного слова. У R2V нет заранее известного текста — субтитры строятся по распознанной речи, поэтому возможны небольшие неточности.

Звуковая дорожка (необязательно)

Нажми или перетащи аудиофайл

Длительность звука должна соответствовать длительности выбранного видео

Первый кадр (необязательно)

Нажми или перетащи изображение

Последний кадр (необязательно)

Нажми или перетащи изображение

Создать видео