Mówiące zdjęcie AI, czyli jak sprawić, żeby zdjęcie mówiło Twoim tekstem po polsku
W StarterVideo gadające zdjęcie robisz w sekcji Awatar AI. Wgrywasz zdjęcie albo wybierasz postać z biblioteki, wpisujesz tekst po polsku i wybierasz głos lektora albo wgrywasz własne nagranie, a dostajesz klip do 60 sekund, w którym usta ruszają się do słów. Dobre na życzenia, żart i pamiątkę, z zasadą zgody na wizerunek.
W StarterVideo mówiące zdjęcie AI robisz w sekcji Awatar AI: wgrywasz zdjęcie, wpisujesz po polsku, co osoba ma powiedzieć, i pobierasz klip do 60 sekund z ruchem ust. Takie gadające zdjęcie nadaje się na życzenia, żart albo pamiątkę.
StarterVideo to polska platforma AI bez abonamentu, w której za kredyty generujesz zdjęcia, wideo, awatary, lektora i muzykę w najlepszych modelach, a cenę w kredytach widzisz przed każdą generacją. Ten poradnik jest o prywatnych zastosowaniach; postać do reklam i kursów opisuję w tekście o awatarze AI mówiącym po polsku.
Czym mówiące zdjęcie różni się od ożywionego?
Mówiące zdjęcie w StarterVideo wypowiada konkretne słowa, a ożywione zdjęcie tylko się rusza: uśmiecha się, odwraca głowę, ale milczy. Ożywianie opisuję w poradniku jak ożywić zdjęcie AI, a żeby ożywić zdjęcie z głosem, potrzebujesz Awatara AI.
Mówiące zdjęcie to animacja zdjęcia z głosem po polsku: silnik Awatara AI bierze twarz i dźwięk, a potem porusza ustami, oczami i głową do słów. Z prawdziwymi twarzami sprawdzone są w StarterVideo HeyGen Avatar IV i OmniHuman v2. W teście StarterVideo z 28.10.2026 HeyGen Avatar IV przyjął 4 zdjęcia z 4, w tym 3 prawdziwe twarze.
Jak sprawić, żeby zdjęcie mówiło, krok po kroku
Całą pracę w StarterVideo robisz na jednym ekranie sekcji Awatar AI:
- Zdjęcie. Wgrywasz zdjęcie z telefonu, także w formacie z iPhone'a, albo klikasz Influencer i bierzesz jedną z 85 gotowych postaci. Kadr filmu zwykle dopasowuje się do zdjęcia.
- Tryb głosu. Wpisz tekst, jeśli słowa ma przeczytać lektor AI. Wgraj audio, jeśli masz własne nagranie.
- Głos lektora. Odsłuchaj kilka próbek: do życzeń od Mikołaja pasuje starszy męski głos, do żartu styl narratora. Daty i wiek pisz słownie, na przykład „siedemdziesiąte urodziny”.
- Silnik. Domyślny jest MiniMax H3 Max. Przy prawdziwej twarzy wybierz HeyGen Avatar IV albo OmniHuman v2; w HeyGen Avatar IV ustawisz też proporcje 9:16, 1:1 albo 16:9.
- Cena i start. Przycisk Zrób Awatara AI pokazuje kwotę, zanim klikniesz.
- Gotowy film. Pobierasz plik, a pod filmem możesz kliknąć Dodaj napisy.
Jakie zdjęcie mówi najlepiej
Najlepiej mówi zdjęcie, na którym twarz patrzy prosto w obiektyw, usta są dobrze widoczne, a światło pada z przodu. Zdjęcie grupowe przytnij do jednej osoby, bo w StarterVideo mówi jedna twarz z jednego zdjęcia.
Stare albo nieostre zdjęcie najpierw powiększ w Narzędziach funkcją Zwiększ jakość zdjęcia. Unikaj ciemnych okularów, dłoni przy ustach i profilu, bo silnik musi widzieć usta.
Głos lektora czy własne nagranie
Lektor AI w StarterVideo przeczyta każdy wpisany tekst, ale to obcy głos z biblioteki. Gdy liczy się prawdziwy głos, wybierz własne nagranie: babcia mówi do telefonu „wszystkiego najlepszego”, a jej zdjęcie powtarza te słowa z ruchem ust.
Nagranie z rodzinnego spotkania ma zwykle w tle rozmowy i brzęk talerzy. Zanim wgrasz je do Awatara, oczyść je w studiu Audio funkcją Izolacja głosu i zmieść się w 60 sekundach. Zdjęcie babci powie tylko to, co babcia nagrała, bo StarterVideo nie klonuje głosu i nie dopisze jej nowych zdań.
Śpiewające zdjęcie AI, co da się zrobić
Śpiewające zdjęcie zrobisz w StarterVideo z piosenki i Awatara AI, ale ruchu ust do śpiewu nie obiecuję tak równego jak do mowy. Awatar AI jest pomyślany do mówienia, a śpiew ma przeciągnięte samogłoski i podkład, więc usta mogą nie trafiać w każdą sylabę.
Kolejność jest taka:
- W sekcji Muzyka tworzysz piosenkę z własnym tekstem, na przykład z imieniem solenizanta. Cały utwór kosztuje w StarterVideo od 0,54 zł do 1,31 zł.
- Żeby śpiew zmieścił się w jednym klipie, wybierasz utwór o dokładnej długości, do 60 sekund. Minuta takiego utworu kosztuje w StarterVideo od 1,44 zł do 3,49 zł.
- Wgrywasz plik w Awatarze AI w trybie Wgraj audio, a efekt sprawdzasz najpierw na krótkim fragmencie.
Jeśli ruch ust przy śpiewie Ci nie pasuje, ożyw zdjęcie bez mówienia w studiu Wideo i podłóż piosenkę w Edytorze 2.0. Pomysły na samą piosenkę zebrałem w tekście piosenka AI na prezent.
Pomysły na prezent, żart i pamiątkę
Mówiące zdjęcie w StarterVideo zastępuje kartkę z życzeniami:
- Życzenia od Ciebie. Nie możesz przyjechać na urodziny, więc Twoje zdjęcie mówi życzenia Twoim głosem.
- List od Mikołaja. W Obrazach generujesz Mikołaja, który nie jest prawdziwą osobą, a w Awatarze AI czyta list z imieniem dziecka. Więcej takich pomysłów jest w tekście o świątecznych zdjęciach i filmach AI.
- Żart w rodzinnej grupie. Twoje zdjęcie z wakacji ogłasza poważnym głosem lektora, kto w tym roku zmywa po Wigilii.
- Pamiątka z głosem. Dziadek nagrywa krótką historię, a jego zdjęcie ze ślubu ją opowiada. Dziadek zgadza się na to i ogląda efekt pierwszy.
Czyje zdjęcie możesz zamienić w mówiące
Regulamin StarterVideo pozwala użyć w Awatarze AI Twojego wizerunku albo osoby, która przed generacją dała Ci wyraźną, udokumentowaną zgodę na przetworzenie twarzy przez AI i na sposób użycia filmu. Zakazane jest używanie wizerunku realnych dzieci, osób publicznych bez ich zgody i osób zmarłych bez zgody osób uprawnionych.
Zdjęcie zmarłej mamy albo dziadka to sprawa delikatna. Poza zgodą osób uprawnionych dodam jedno od siebie: zanim pokażesz taki film, zapytaj bliskich, czy chcą go zobaczyć. Porad prawnych nie udzielam; o wizerunku piszę w tekście deepfake i wizerunek. Film, który trafi do sieci, oznacz jako treść AI, na przykład napisem na filmie albo w opisie.
Ile kosztuje mówiące zdjęcie AI
W StarterVideo za mówiące zdjęcie płacisz za każdą sekundę filmu, a stawka zależy od silnika. Ceny wszystkich silników liczą się na żywo z cennika:
| Model | Jakość na start | Kredyty za sekundę | Sekunda w zł | Klip 10 s | Klip 30 s |
|---|---|---|---|---|---|
| MiniMax H3 Max | 768p | 102 | 0,50 do 1,21 zł | 1020 kredytów | 3671 kredytów |
| OmniHuman v2 | 720p | 80 | 0,39 do 0,95 zł | 794 kredyty | 2380 kredytów |
| HeyGen Avatar IV | 720p | 63 | 0,31 do 0,74 zł | 628 kredytów | 1882 kredyty |
| Creatify Aurora | 720p | 179 | 0,88 do 2,12 zł | 1784 kredyty | 5352 kredyty |
| VEED Fabric | 720p | 192 | 0,94 do 2,27 zł | 1912 kredytów | 5734 kredyty |
| P-Video Avatar | 720p | 32 | 0,16 do 0,38 zł | 319 kredytów | 957 kredytów |
| OmniHuman 1.5 | 1080p | 173 | 0,85 do 2,04 zł | 1721 kredytów | 5161 kredytów |
Film trwa tyle, ile nagranie głosu, najwyżej 60 sekund. Kredyty za sekundę to cena jednej sekundy w jakości, którą panel ustawia na start; dokładną kwotę całego filmu widzisz przy przycisku przed generacją. Kwota w zł to przedział: od ceny kredytu w największym pakiecie do ceny w najmniejszym. Stan na 31 października 2026.
W StarterVideo dwa silniki do prawdziwych twarzy kosztują:
- HeyGen Avatar IV: 63 kredyty (od 0,31 zł do 0,74 zł zależnie od pakietu) za sekundę filmu, do 60 s, w MiniMax H3 Max klip dłuższy niż 15 s o 20% drożej, wariant HeyGen Avatar IV,
- OmniHuman v2: 80 kredytów (od 0,39 zł do 0,95 zł zależnie od pakietu) za sekundę filmu, do 60 s, w MiniMax H3 Max klip dłuższy niż 15 s o 20% drożej, wariant OmniHuman v2.
Przy życzeniach czytanych przez lektora dochodzi jeszcze koszt lektora, a przycisk pokazuje sumę.
StarterVideo ma najtańsze zdjęcia i wideo AI ze wszystkich platform i najwięcej generacji za te same pieniądze w każdym modelu. 99% generacji kończy się sukcesem, a nieudane wracają w kredytach automatycznie. Orientacyjny czas Awatara AI panel StarterVideo podaje przy każdym silniku.
Na jeden prezent nie potrzebujesz abonamentu:
- płacisz raz za pakiet i nic nie odnawia się co miesiąc,
- zaczynasz bez karty, płacisz BLIK-iem albo przelewem, a konto jest darmowe,
- w StarterVideo tysiąc kredytów kosztuje od 4,89 zł do 11,82 zł zależnie od pakietu, a najmniejszy pakiet to 39,00 zł za 3300 kredytów.
Tabela pokazuje, ile zrobisz w pakiecie Start:
| Generacja | Kredyty za sztukę | Sztuk w pakiecie Start | Koszt sztuki w zł |
|---|---|---|---|
| Zdjęcie Nano Banana 2, 1K | 56 | 58 | 0,66 zł |
| Zdjęcie Nano Banana 2.1, 1K | 52 | 63 | 0,61 zł |
| Zdjęcie GPT Image 2.5 Flare, 1K | 56 | 58 | 0,66 zł |
| Zdjęcie Seedream 5.0 Pro, 1K | 49 | 67 | 0,58 zł |
| Komplet obrazów Grok Imagine, 1K | 37 | 89 | 0,44 zł |
| Klip Seedance 2.5, 480p, 4 s | 584 | 5 | 6,90 zł |
| Klip Kling 3.0, 720p, 5 s, bez dźwięku | 431 | 7 | 5,09 zł |
| Klip Veo 3.1 Fast, 720p, 8 s | 554 | 5 | 6,55 zł |
| Klip Wan 3.0, 480p, 5 s | 277 | 11 | 3,27 zł |
| Klip Hailuo 2.3 Fast, 768p, 10 s | 308 | 10 | 3,64 zł |
| Klip Grok Imagine 1.5, 480p, 8 s | 189 | 17 | 2,23 zł |
| Lektor AI, 1000 znaków tekstu | 51 | 64 | 0,60 zł |
| Muzyka, cały utwór | 111 | 29 | 1,31 zł |
| Awatar AI, klip 10 s (P-Video Avatar, 720p) | 319 | 10 | 3,77 zł |
Pakiet Start: 39,00 zł za 3300 kredytów, płatny raz, bez abonamentu. Ceny z cennika z dnia 31 października 2026.
Najczęstsze pytania
Jak zrobić mówiące zdjęcie AI?
Wgraj zdjęcie w sekcji Awatar AI w StarterVideo, wpisz życzenia po polsku i kliknij Zrób Awatara AI. Pobierasz klip do 60 sekund, w którym zdjęcie mówi Twoje słowa.
Jak sprawić, żeby postać ze zdjęcia mówiła moim tekstem?
Wybierz tryb Wpisz tekst, wklej swoje zdanie i wybierz polski głos lektora. Postać ze zdjęcia powie ten tekst słowo w słowo.
Czy jest aplikacja, w której zdjęcie mówi?
StarterVideo działa w przeglądarce telefonu i komputera, bez instalowania aplikacji, a zdjęcie wgrywasz prosto z galerii.
Czy zdjęcie może mówić moim głosem?
Tak, jeśli to Twoje nagranie. W StarterVideo wybierasz tryb Wgraj audio i dodajesz plik z telefonu, a zdjęcie powtarza Twoje słowa z ruchem ust.
Czy da się zrobić śpiewające zdjęcie AI?
Da się, ale bez obietnicy równego ruchu ust. W StarterVideo wgrywasz do Awatara AI piosenkę z sekcji Muzyka, do 60 sekund, a przy śpiewie usta mogą nie trafiać w każdą sylabę.
Czy mówiące zdjęcie AI jest za darmo?
Nie. Konto w StarterVideo zakładasz za darmo, ale za każdą sekundę filmu płacisz kredytami z jednorazowego pakietu, a cenę widzisz na przycisku przed startem.
Ile kosztuje mówiące zdjęcie AI?
W StarterVideo sekunda filmu w HeyGen Avatar IV kosztuje od 0,31 zł do 0,74 zł, zależnie od pakietu. W trybie tekstu dochodzi koszt lektora, a sumę pokazuje przycisk.
Czy mogę zrobić mówiące zdjęcie zmarłej babci?
Regulamin StarterVideo pozwala na to tylko za zgodą osób uprawnionych. Zanim pokażesz film rodzinie, zapytaj bliskich, czy chcą go zobaczyć.
Czy mogę zrobić gadające zdjęcie dziecka?
Nie. Regulamin StarterVideo zakazuje używania wizerunku realnych dzieci w Awatarze AI. Imię dziecka może za to paść w tekście, na przykład w liście od Mikołaja.