Сколько стоит превратить аудио в видео?

$0.20 за минуту готового видео в 720p без логотипа или $0.40 за минуту на Pro, который чётче и стабильнее. Видео на 10 минут стоит $2, на 30 минут — $6, на час — $12. Оплата предоплаченными кредитами Stork (1 кредит = 1 цент, пакеты от $5). Подписки нет. Оплата за каждые начатые 10 секунд, не меньше 5 кредитов, а если видео не получилось, все кредиты возвращаются.

Есть ли ограничение по длине?

Для платных видео нет. Большинство сервисов с говорящими аватарами ограничивают одно видео 10 минутами или меньше, так что целый выпуск приходится резать на части и потом склеивать. Здесь вы загружаете файл целиком и получаете одно видео.

Можно ли попробовать бесплатно?

Да. После бесплатного входа через Google можно делать 2 видео в день, до 1 мин каждое, с небольшим логотипом stork.ai в углу. Этого хватит, чтобы проверить, как смотрятся ваше фото и голос, прежде чем платить за длинное видео.

Сколько времени создаётся длинное видео?

Примерно столько же, сколько длится аудио, а на Pro примерно вдвое дольше, плюс до двух минут на запуск рендера. Часовой выпуск готов примерно через час. Держать страницу открытой не нужно: когда всё будет готово, мы пришлём ссылку на почту.

Что двигается в видео?

Лицо: губы, челюсть, глаза, брови и лёгкие движения головы, в такт речи. Плечи, руки и фон остаются такими же, как на фото. Если вам нужен ведущий, который жестикулирует, этот инструмент не подойдёт: такие модели стоят примерно в десять-пятьдесят раз дороже за минуту.

Подойдёт ли запись с двумя голосами, например аудиопересказ из NotebookLM?

В одном видео анимируется одно лицо, поэтому в записи с двумя ведущими оба голоса достанутся одному лицу. Лучше всего получается с одним говорящим. Для шоу с двумя ведущими разделите аудио по голосам, создайте видео для каждого со своим фото и смонтируйте их в видеоредакторе.

На каких языках это работает?

На любых. Губы следуют за звуком аудио, которое вы загрузили, а не за списком поддерживаемых языков. Встроенные голоса для озвучки текста есть на 10 языках: английском, арабском, хинди, урду, французском, испанском, португальском, итальянском, русском и турецком.

Можно ли ввести текст вместо загрузки аудио?

Да, для коротких видео. Введите или вставьте до 5000 знаков (около пяти минут речи), выберите один из 22 встроенных голосов на 10 языках и нажмите «Прослушать», чтобы сначала услышать результат. Если нужно длиннее, загрузите аудио файлом.

Да, по тем же ценам. Отправьте ссылку на фото и ссылку на аудио, получите ID задачи, а когда MP4 будет готов, придёт подписанный вебхук. Подробнее: stork.ai/developers/talking-photo-api.

Что происходит с моим аудио и фото?

Мы никогда не продаём ваши файлы. Мы храним ваше фото, аудио и видео, просматриваем и анализируем их, в том числе с помощью ИИ-сервисов (например, расшифровываем аудио и описываем фото), чтобы Stork работал и становился лучше. Для видео, сделанных за кредиты, ссылка на скачивание действует 30 дней. Напишите на support@stork.ai, и мы удалим ваши файлы.

Аудио в видео любой длины

Загрузите выпуск подкаста, лекцию или закадровый текст и одно фото говорящего. Вы получите одно говорящее видео с синхронизацией губ, какой бы длины ни было аудио. $0.20 за минуту, без подписки: выпуск на 30 минут стоит $6.

Формат

Разрешение

1. Фото с одним чётким лицом

2. Что нужно сказать (любая длина)

Это моё лицо, или у меня есть разрешение этого человека на анимацию. Я не буду использовать видео, чтобы обманывать, выдавать себя за другого или травить кого-либо.

Один кредит стоит 1 цент, пакеты от $5. Оплата за каждые начатые 10 секунд, не меньше 5 кредитов.

Сколько стоит длинное видео

Вы платите за минуты готового видео и больше ни за что. Никаких ежемесячных тарифов и сгорающих минут.

Длина видео	Без логотипа, 720p	Pro, 720p
10 мин	$2	$4
30 мин	$6	$12
1 ч	$12	$24

Для сравнения: в ноябре 2026 года мы собрали цены сервисов, которые делают говорящее видео из фото, там, где их удалось подтвердить. Большинство сервисов, принимающих ваше фото и аудио, берут в несколько раз больше за минуту и ограничивают одно видео 10 минутами или меньше. Посмотреть полную таблицу цен и результаты теста (EN).

Как это работает

1
Загрузите аудио
Файл MP3, WAV или M4A с речью, до 500 МБ: выпуск подкаста, лекция, глава аудиокниги, закадровый текст. Для видео примерно до пяти минут можно вместо этого ввести текст и выбрать один из 22 голосов.
2
Добавьте одно фото говорящего
Чёткое фото, на котором один человек смотрит примерно в камеру. Ваш портрет, ведущий, на использование фото которого у вас есть разрешение, или нарисованный персонаж.
3
Выберите формат и запустите
16:9 для YouTube, 9:16 для Shorts и Reels или 1:1. Точную цену вы видите до запуска. Вкладку можно закрыть: когда видео будет готово, мы напишем вам на почту.

Что с этим делают

Сольные выпуски подкаста

Добавьте аудиовыпуску лицо, чтобы выложить его на YouTube и в видеоформате на Spotify, ничего не снимая.

Лекции и уроки курсов

Запишите урок один раз в аудио. Превратите каждый в видео с ведущим для своей учебной платформы.

Аудиокниги и рассказы

Покажите на экране рассказчика главы: портрет, нарисованного персонажа или фото автора.

Длинные разборы и обзоры новостей

Ведите канал без лица в кадре, но с постоянным ведущим, и с расходами, которые окупаются даже при видео по 20 минут.

Проповеди, доклады и выступления

Превратите записанное выступление в видео, которое можно посмотреть и переслать.

Один ведущий, много языков

Переозвучьте аудио на другой язык и создайте видео с тем же лицом для каждого языка.

Что вы получаете и чего не получаете

Модель анимирует лицо и вписывает его обратно в исходное фото, поэтому кадр, одежда и фон остаются прежними. Это ведущий, который говорит в камеру, а не человек, который ходит по студии. В этом и компромисс: движутся только голова и лицо, зато десять минут видео стоят меньше, чем одна минута на моделях, которые анимируют всё тело.

Короткие ролики, поздравления и видео по тексту — на странице говорящего фото. Встраиваете это в свой продукт? Используйте Talking Photo API.

Частые вопросы

Сколько стоит превратить аудио в видео?: $0.20 за минуту готового видео в 720p без логотипа или $0.40 за минуту на Pro, который чётче и стабильнее. Видео на 10 минут стоит $2, на 30 минут — $6, на час — $12. Оплата предоплаченными кредитами Stork (1 кредит = 1 цент, пакеты от $5). Подписки нет. Оплата за каждые начатые 10 секунд, не меньше 5 кредитов, а если видео не получилось, все кредиты возвращаются.
Есть ли ограничение по длине?: Для платных видео нет. Большинство сервисов с говорящими аватарами ограничивают одно видео 10 минутами или меньше, так что целый выпуск приходится резать на части и потом склеивать. Здесь вы загружаете файл целиком и получаете одно видео.
Можно ли попробовать бесплатно?: Да. После бесплатного входа через Google можно делать 2 видео в день, до 1 мин каждое, с небольшим логотипом stork.ai в углу. Этого хватит, чтобы проверить, как смотрятся ваше фото и голос, прежде чем платить за длинное видео.
Сколько времени создаётся длинное видео?: Примерно столько же, сколько длится аудио, а на Pro примерно вдвое дольше, плюс до двух минут на запуск рендера. Часовой выпуск готов примерно через час. Держать страницу открытой не нужно: когда всё будет готово, мы пришлём ссылку на почту.
Что двигается в видео?: Лицо: губы, челюсть, глаза, брови и лёгкие движения головы, в такт речи. Плечи, руки и фон остаются такими же, как на фото. Если вам нужен ведущий, который жестикулирует, этот инструмент не подойдёт: такие модели стоят примерно в десять-пятьдесят раз дороже за минуту.
Подойдёт ли запись с двумя голосами, например аудиопересказ из NotebookLM?: В одном видео анимируется одно лицо, поэтому в записи с двумя ведущими оба голоса достанутся одному лицу. Лучше всего получается с одним говорящим. Для шоу с двумя ведущими разделите аудио по голосам, создайте видео для каждого со своим фото и смонтируйте их в видеоредакторе.
На каких языках это работает?: На любых. Губы следуют за звуком аудио, которое вы загрузили, а не за списком поддерживаемых языков. Встроенные голоса для озвучки текста есть на 10 языках: английском, арабском, хинди, урду, французском, испанском, португальском, итальянском, русском и турецком.
Можно ли ввести текст вместо загрузки аудио?: Да, для коротких видео. Введите или вставьте до 5000 знаков (около пяти минут речи), выберите один из 22 встроенных голосов на 10 языках и нажмите «Прослушать», чтобы сначала услышать результат. Если нужно длиннее, загрузите аудио файлом.
Есть ли API?: Да, по тем же ценам. Отправьте ссылку на фото и ссылку на аудио, получите ID задачи, а когда MP4 будет готов, придёт подписанный вебхук. Подробнее: stork.ai/developers/talking-photo-api.
Чьё фото можно использовать?: Своё или человека, который дал вам разрешение. Нельзя использовать видео, чтобы обманывать, выдавать себя за другого или травить кого-либо. Пожалуйста, сообщайте зрителям, что видео создано ИИ, везде, где вы его публикуете.
Что происходит с моим аудио и фото?: Мы никогда не продаём ваши файлы. Мы храним ваше фото, аудио и видео, просматриваем и анализируем их, в том числе с помощью ИИ-сервисов (например, расшифровываем аудио и описываем фото), чтобы Stork работал и становился лучше. Для видео, сделанных за кредиты, ссылка на скачивание действует 30 дней. Напишите на support@stork.ai, и мы удалим ваши файлы.