# Fala para vídeo

> Gere um vídeo guiado por uma faixa de fala com o Wan 2.2. Conecte o áudio da fala, um retrato e um prompt e receba um vídeo falado a partir de 33 créditos.

Source: https://nodaro.ai/pt-BR/docs/nodes/video/speech-to-video

O nó **Fala para vídeo** (Speech to Video) gera um vídeo guiado por uma faixa de fala. Ele usa o modelo de fala para vídeo Wan 2.2: conecte o áudio da fala e, se quiser, um retrato e um prompt que descreve a cena, e o nó retorna um vídeo falado que acompanha a fala.

- Found in: Video › Animate & Perform
- Output: video
- API type: `speech-to-video`

## Quando usar
- Uma apresentação em vídeo guiada por uma narração.
- Conteúdo animado a partir de um podcast ou de uma narração.
- Um personagem falante animado a partir da faixa de voz dele.

Para fazer um retrato ou um clipe existente falar, com mais modelos para escolher, use o [**Sincronização labial** (Lip Sync)](https://nodaro.ai/docs/nodes/video/lip-sync).

## Início rápido
### Adicionar o nó
Pressione Tab no canvas e escolha **Vídeo › Animação e atuação › Fala para vídeo**.

### Conectar a fala e o retrato
Conecte a **Áudio** um nó de áudio com fala clara, por exemplo o [**Texto para fala** (Text to Speech)](https://nodaro.ai/docs/nodes/audio/text-to-speech). Conecte um retrato a **Retrato**.

### Descrever a cena
Escreva o **Prompt** no painel de configurações, por exemplo “a presenter speaking in a bright studio”, e escolha a **Resolução**.

### Executar
Clique em **Executar**. O vídeo aparece no nó.

Workflow: Um retrato, uma narração e um seletor de iluminação guiam um vídeo falado.

- Enviar imagem → Fala para vídeo (retrato)
- Texto para fala → Fala para vídeo (áudio)
- Iluminação → Fala para vídeo (cinematografia)

## Entradas
| Entrada | Aceita | O que faz |
| --- | --- | --- |
| **Áudio** | Nós de áudio | A fala que guia o vídeo. Obrigatória. |
| **Retrato** | Nós de imagem | Uma imagem de referência de quem fala. Opcional. |
| **Prompt** | Nós de texto e seletores | A descrição da cena. Você também pode digitá-la no painel de configurações. |
| **Cinematografia** | Seletores de look e de câmera, como **Iluminação** (Lighting), **Lente** (Lens) e **Movimento de câmera** (Camera Motion) | Cada seletor adiciona as palavras dele ao prompt. |

A saída, **Vídeo**, é a URL do vídeo gerado.

## Configurações
| Configuração | O que faz |
| --- | --- |
| **Resolução** | **480p**, **580p** ou **720p**. O preço de cada uma aparece na lista. |
| **Prompt** | A cena a mostrar enquanto a fala toca. |
| **Prompt negativo** | O que deixar de fora do vídeo. |
| **Texto antes e depois** | Texto sempre adicionado antes e depois do prompt. Veja [Texto antes e depois do prompt](https://nodaro.ai/docs/concepts/prompt-pre-post-text). |

Clique em **Mostrar configurações avançadas** para um controle mais fino. Deixe um campo vazio para usar o padrão do modelo.

| Configuração | O que faz |
| --- | --- |
| **Seed (opcional)** | Um número fixo que torna uma execução repetível. Vazio significa aleatório. |
| **Número de quadros (16-81)** | Quantos quadros gerar. |
| **FPS (8-24)** | Quadros por segundo. |
| **Passos de inferência (1-50)** | Mais passos dão mais detalhes, mas demoram mais. |
| **Escala de orientação (0-20)** | O quanto o vídeo segue o prompt. Mais alta é mais fiel; mais baixa é mais variada. |
| **Deslocamento (0-20)** | Um parâmetro do modelo para ajustar o resultado com precisão. |

## Créditos
O preço depende da resolução: 33 créditos em 480p, 55 em 580p e 66 em 720p.

## Dicas
- **Use uma fala limpa.** Uma voz clara e bem gravada dá o melhor resultado.
- **Descreva a cena.** Um prompt junto com o áudio dá mais controle sobre a imagem.
- **Faça prévias baratas.** Use 480p para prévias rápidas e 720p para o vídeo final.
- **Mude as configurações avançadas por último.** Comece com os padrões e, se precisar de mais detalhes, aumente **Passos de inferência**.

## Frequently asked questions

### Do que o “Fala para vídeo” precisa?

De uma faixa de áudio com fala, que é obrigatória. Uma imagem de retrato e um prompt que descreve a cena dão ao modelo mais material para trabalhar.

### Quantos créditos o “Fala para vídeo” custa?

Depende da resolução. 480p custa 33 créditos, 580p custa 55 e 720p custa 66 por execução.

### Qual é a diferença entre o “Fala para vídeo” e o “Sincronização labial”?

O “Fala para vídeo” gera um vídeo novo que acompanha a fala, guiado por um prompt e por um retrato opcional. O “Sincronização labial” faz um retrato ou um vídeo existente falar o áudio, com vários modelos de sincronização labial para escolher.

### Quais configurações devo mudar primeiro?

Comece com os padrões e ajuste só se precisar. Mais passos de inferência dão mais detalhes, mas demoram mais, e uma escala de orientação maior segue o prompt mais de perto, mas com menos variedade.