Как сделать видео из фото онлайн с музыкой

Коротко. «Сделать видео из фото» означает две совершенно разные вещи. Первая — слайдшоу: несколько снимков по очереди под музыку, обычная нарезка без всякого ИИ. Вторая — оживить кадр: нейросеть достраивает движение там, где его не было. Первое делается за пять минут и почти бесплатно, второе требует генерации и денег, зато выглядит как настоящая съёмка. Ниже — как выбрать нужное, подготовить кадры и не получить ролик, который заглушит соцсеть за чужую музыку.

Два разных «видео из фото»

Разница принципиальная, и она определяет и цену, и время, и результат.

• Слайдшоу. Снимки сменяют друг друга, между ними — переходы, сверху музыка и подписи. Компьютер здесь ничего не придумывает, он просто монтирует. Подходит для отчёта о поездке, выпускного, семейного архива.
• Оживление кадра. Нейросеть берёт один снимок и генерирует из него несколько секунд движения: человек моргает и поворачивает голову, волны идут, камера медленно наезжает. Каждая секунда — это десятки сгенерированных кадров, поэтому операция дорогая и небыстрая.

Лучший результат обычно даёт смесь: основу собрать слайдшоу, а один-два ключевых кадра оживить и поставить в начало и в финал. Как именно устроено оживление и какие снимки для него годятся, подробно разобрано в гайде «Как оживить фото с помощью нейросети».

Что подготовить заранее

1. Отберите кадры безжалостно. На минуту ролика нужно 20–30 снимков при выдержке 2–3 секунды на каждый. Пять похожих фото с одного места — это один кадр, а не пять.
2. Приведите к одному формату. Вертикальные и горизонтальные снимки вперемешку дают чёрные поля через кадр. Решите заранее: 9:16 для соцсетей или 16:9 для телевизора — и обрежьте остальное.
3. Выстройте порядок. Не по дате съёмки, а по истории: общий план места, детали, люди, финальный кадр. Монтаж «как лежало в галерее» — главная причина скучных роликов.
4. Почините слабые кадры до монтажа. Шум, засветку и мелкое разрешение лучше править заранее, иначе они станут заметнее в движении. Для этого есть отдельные инструменты: см. «Улучшить качество фото нейросетью».

Пошагово: ролик из фото с музыкой

1. Определите длину. Для соцсети — 20–40 секунд, для показа родным — до двух минут. Дальше досматривают единицы.
2. Соберите последовательность кадров в выбранном формате.
3. Подберите музыку и подрежьте ролик под неё, а не наоборот: смена кадров на долю такта читается как профессиональный монтаж.
4. Оживите один-два кадра, если нужен эффект «фото задышало». Загрузите снимок и опишите движение одной фразой: «лёгкий поворот головы, камера чуть приближается».
5. Добавьте подписи: место, дату, имя. Текст лучше накладывать поверх готового видео — нейросети до сих пор плохо рисуют кириллицу внутри кадра.

Какой способ под какую задачу

Музыка: где взять и чем рискуете

Самая частая ошибка — взять трек из чарта. Соцсети распознают музыку автоматически: ролик могут заглушить, ограничить в показах или отключить монетизацию, причём задним числом. Безопасных вариантов два: библиотеки со свободной лицензией и трек, сгенерированный нейросетью под ваш ролик.

Второй способ удобнее тем, что музыку можно заказать под конкретную длину и настроение: «спокойное фортепиано, 40 секунд, без вокала, нарастание к финалу». В Умке для этого есть 6 музыкальных моделей, а как формулировать запрос к ним — разобрано в статье «Нейросеть музыка: как создать трек с ИИ».

Что на самом деле значит «бесплатно»

Со слайдшоу всё честно: нарезка кадров почти не требует вычислений, поэтому бесплатные конструкторы существуют — платите вы водяным знаком поперёк кадра, ограничением длины или рекламой.

С оживлением иначе. Секунда сгенерированного видео — это десятки кадров, посчитанных на видеокарте, и бесплатной такая операция не бывает нигде: её маскируют пробными роликами, очередью на несколько часов или жёстким лимитом в сутки. Честнее считать сразу деньгами.

Сколько стоит в Умке

Подписки нет — списывается только за выполненный запрос, и токены не сгорают. При регистрации начисляется 60 токенов, карта не нужна: этого хватит опробовать текстовые модели и разобраться с интерфейсом. Для сравнения масштаба: одна сгенерированная картинка стоит 35 токенов, а видео — самая тяжёлая операция в сервисе, и цена зависит от выбранной модели и длины ролика; всего для видео доступна 21 модель. Актуальную стоимость конкретной модели смотрите в сервисе перед запуском и на странице тарифов.

Пакеты пополнения: 290 ₽ — 725 токенов, 690 ₽ — 1 811, 1 490 ₽ — 4 172, 3 900 ₽ — 11 700. Чем больше пакет, тем ниже цена токена: на минимальном он стоит 40 копеек, на максимальном — около 33.

Где ролик разваливается

Три типичные беды. Лица «плывут» — модель достраивает ракурсы, которых на снимке не было; лечится крупным чётким исходником и просьбой о минимальном движении. Текст в кадре превращается в кашу — вывески и надписи нейросеть перерисовывает как попало, поэтому подписи накладывайте поверх. И рваный ритм: если каждый кадр висит по пять секунд, ролик кажется вдвое длиннее, чем есть. Если хочется не оживить снимок, а сгенерировать сцену с нуля, это соседняя задача — ей посвящён разбор «ИИ для видео: как создать ролик нейросетью».

Частые вопросы