Gerador de vídeo de rap com IA: você rimando, com seu rosto de verdade

A maioria dos apps de vídeo de rap com IA anima uma única foto, então o rosto só fica tão bom quanto essa foto e começa a se deformar assim que a cabeça vira. O RefVid trabalha com um conjunto salvo de 1 a 5 fotos por pessoa e envia todas como referência em cada clipe. O modelo vê o rosto de vários ângulos, por isso ele se mantém firme nos movimentos de cabeça, nos gestos e numa tomada inteira de 15 segundos.

Como cada pessoa é salva uma única vez, o próximo clipe parte das mesmas referências. Uma série semanal de rap, um verso de aniversário e uma resposta a um comentário mostram sempre as mesmas duas pessoas.

O vídeo de rap com IA que está em todo lugar agora coloca duas pessoas lado a lado numa cabine de estúdio laranja vibrante, cada uma num microfone, revezando os versos para a câmera. É um dueto, então a ferramenta precisa manter dois rostos diferentes separados na mesma cena. O RefVid aceita até três elementos salvos por clipe e mantém cada um ligado às próprias fotos.

O modelo de dupla de rap já vem com a cabine, os microfones, a câmera e dois versos escritos. Salve você e seu parceiro, abra o modelo, troque as rimas se quiser e gere. Prefere outro visual? Escreva um terraço à noite, um corredor de escola ou o lobby de um hotel no lugar das paredes laranja.

De três a cinco fotos nítidas por pessoa: uma de frente, uma de três quartos de cada lado e uma da cintura para cima. Luz uniforme, sem óculos escuros, nada cobrindo a boca. Aqui a boca importa mais do que na maioria dos vídeos, porque rimar é puro movimento de boca.

Pets, mascotes e brinquedos funcionam do mesmo jeito: salve-os como elemento a partir de algumas fotos e escreva o que fazem no ritmo. Um cachorro balançando a cabeça enquanto você rima é uma das versões mais fáceis de acertar.

Coloque cada verso entre aspas e diga quem o canta. O modelo canta os versos entre aspas exatamente como estão escritos. Mantenha cada verso em um compasso, umas 8 a 12 sílabas, com uma rima clara no final. Em inglês o resultado sai mais limpo. Cabem dois ou três versos curtos por pessoa em 15 segundos; um verso completo, não.

Um prompt que funciona: "{você} e {amigo} estão lado a lado numa cabine de estúdio laranja e rimam sobre um beat pesado de trap, balançando a cabeça no ritmo. {você} canta: 'Same face every frame, yeah we never switch it up.' Depois {amigo} canta: 'Two photos in and now the whole world's watching us.' Plano médio vertical fixo." Descreva o beat (trap, boom bap, drill) e a energia (tranquila, empolgada) para guiar o som.

Um clipe tem até 15 segundos, na vertical 9:16 para TikTok, Reels e Shorts. O beat e a voz são gerados do zero junto com o vídeo, então o clipe não usa nenhuma música protegida e pode ser postado do jeito que está. Se preferir um áudio em alta, tire o som do clipe e adicione o áudio no próprio TikTok ou Instagram na hora de postar.

Para uma música mais longa, faça vários clipes com as mesmas duas pessoas e junte-os em qualquer editor; os rostos combinam entre os clipes porque vêm das mesmas fotos salvas.

Contas novas ganham créditos gratuitos para um primeiro clipe curto, e o RefVid nunca adiciona marca d'água. Um vídeo de rap completo de 15 segundos pode ser comprado como vídeo avulso, sem plano, ou pago com um pacote de créditos. Os preços atuais estão na página de preços.

Use fotos suas ou de amigos que concordaram em aparecer no vídeo; o estúdio pede que você confirme isso para cada adulto. Não faça ninguém cantar palavras que não diria. TikTok, YouTube e Instagram pedem que vídeos realistas feitos com IA sejam sinalizados, então ative o selo de IA ao postar.