Pular para o conteúdo
Tempo limitadoO Starter agora custa US$ 9 por mês em vez de US$ 20.Ver planos
charmotion

Animação de personagem falando: ferramentas e métodos de lip sync comparados

Por equipe Charmotion · Atualizado em · Como escrevemos os guias

Ilustração de capa do guia: Animação de personagem falando: ferramentas e métodos de lip sync comparados, com personagens de demonstração do Charmotion

Para animar um personagem falando, desenhe um conjunto de formatos de boca e deixe um software escolher um para cada som do seu áudio. O Character Animator e o Cartoon Animator calculam o lip sync a partir de uma gravação, o Rhubarb Lip Sync, que é grátis, exporta os tempos das bocas, e ferramentas de IA como o Hedra Character 3 transformam uma imagem mais um áudio em um vídeo falado.

Principais pontos

  • Há quatro abordagens: troca de bocas baseada em volume, lip sync por visemas a partir do áudio, rastreamento facial ao vivo e vídeo falado gerado por IA.
  • O Rhubarb Lip Sync é uma ferramenta de linha de comando grátis que mapeia o áudio para 6 formatos de boca básicos mais 3 opcionais.
  • O Character Animator usa 11 formatos de boca baseados em áudio, mais Neutral, Smile e Surprised.
  • O Hedra Character 3 recebe uma imagem inicial e um áudio; a Hedra lista preços de API a partir de 2,5 centavos de dólar por segundo em 540p, em novembro de 2026.
  • Para lives, apps de PNGtuber como o veadotube mini simplesmente abrem a boca quando o microfone passa de um volume definido.

Já tem um personagem ou logo? Veja exemplos em telas reais de app: telas de splash, onboarding, carregamento e estado vazio, com a animação que toca em cada uma.

Quais são as formas de fazer um personagem falar?

MétodoComo funcionaFerramentasMantém exatamente o seu design?
Troca de bocas por volumeBoca aberta quando o áudio está alto, fechada quando está baixoveadotube mini, PNGTuber PlusYes
Lip sync por visemas a partir do áudioA análise de fala escolhe um formato de boca para cada somAdobe Character Animator, Cartoon Animator, Rhubarb Lip SyncYes
Rastreamento facial ao vivoSeu rosto e sua voz controlam um fantoche em tempo realCharacter Animator, Cartoon Animator, Live2D com VTube StudioYes
Vídeo falado com IA a partir de uma imagemUm modelo gera cada frame a partir de uma imagem parada e um áudioHedra Character 3Na maior parte; detalhes podem mudar
Lip sync com IA em um vídeoUm modelo reajusta o tempo da boca em imagens existentesKling Lip SyncNa maior parte
Transferência de performanceUma performance filmada controla a imagem de um personagemRunway Act-TwoNa maior parte

Para um avatar ao vivo em um app, a escolha é diferente; veja lip sync vs amplitude para avatares falantes.

Quais formatos de boca preciso desenhar para lip sync?

Menos do que você imagina. O Rhubarb Lip Sync usa seis formatos básicos e três opcionais:

  • A: fechada, para P, B e M.
  • B: levemente aberta com os dentes juntos, para a maioria das consoantes e "EE".
  • C: aberta, para vogais como "EH" e "AE".
  • D: bem aberta, para "AA".
  • E: levemente arredondada, para "AO" e "ER".
  • F: em bico, para "UW", "OW" e "W".
  • G, H, X (opcionais): dentes de cima sobre o lábio inferior para F e V, língua para cima para o L longo e uma boca de repouso para as pausas.

O Adobe Character Animator reconhece 11 camadas de boca baseadas em áudio dentro de um grupo Mouth, mais Neutral, Smile e Surprised para os momentos em silêncio. Para um PNGtuber com troca de bocas, dois formatos (fechada e aberta) bastam.

Desenhe todas as bocas no mesmo rosto, para que só a boca mude, e mantenha os formatos no estilo do próprio personagem.

Como fazer lip sync de um personagem 2D de graça?

O Rhubarb Lip Sync roda em Windows, macOS e Linux, lê áudio WAV ou Ogg Vorbis e exporta TSV, XML ou JSON, além de arquivos .dat para Moho e OpenToonz. A página dele lista integrações com After Effects, Spine, Vegas Pro e Visionaire Studio.

  1. Grave um WAV limpo do diálogo.
  2. Salve o roteiro como arquivo de texto; dar o diálogo ao Rhubarb melhora o reconhecimento.
  3. Execute:
rhubarb -f json --dialogFile script.txt -o mouth.json voice.wav
  1. Importe os tempos na sua ferramenta de animação, ou leia o JSON no seu próprio código, e mostre o desenho de boca correspondente para cada intervalo de tempo.

O modo Starter grátis do Adobe Character Animator funciona com fantoches prontos e rastreamento facial em tempo real; criar seu próprio fantoche usa os recursos Pro incluídos no Creative Cloud Pro.

Como fazer meu próprio personagem falar com uma narração?

Adobe Character Animator: monte um fantoche em camadas no Photoshop ou Illustrator com os formatos de boca nomeados em um grupo Mouth, importe o áudio, arraste-o para a cena, selecione o fantoche e escolha Timeline, Compute Lip Sync Take from Scene Audio. Depois você pode editar visemas individuais na linha do tempo.

Reallusion Cartoon Animator 5: gera animação de lip sync a partir do áudio e adiciona captura de movimento facial e 2D; há um teste grátis de 30 dias.

Os dois servem para personagens recorrentes no YouTube ou em cursos: você monta o fantoche uma vez e cada nova narração leva minutos.

A IA consegue fazer um personagem de cartoon falar a partir de uma imagem?

Sim. O Hedra Character 3 recebe uma imagem inicial e uma faixa de áudio (direção em texto opcional) e devolve vídeos de até 10 minutos, em proporções de 9:21 a 21:9. Os exemplos incluem animais falantes e apresentadores ilustrados em 2D e animados em 3D. Em novembro de 2026, a Hedra lista preços de API de 2,5 centavos de dólar por segundo em 540p, 5 centavos em 720p e 6,25 centavos em 1080p.

O Lip Sync do Kling adiciona áudio enviado ou de texto para fala a um vídeo de personagem do Kling que mostre um rosto nítido; o Kling diz que suporta personagens humanos realistas, 3D e 2D. O Act-Two da Runway transfere uma performance filmada para a imagem de um personagem.

A contrapartida: esses modelos geram frames novos, então traços, cores e pequenos detalhes podem mudar. Teste com seu próprio personagem antes de apostar uma série nisso.

Como fazer um personagem falar ao vivo em uma live ou chamada?

  • O mais simples: um app de PNGtuber. O veadotube mini abre a boca quando o microfone passa de um limite que você define; veja como fazer um PNGtuber.
  • Controlado pelo rosto: o modo ao vivo do Character Animator usa sua webcam e seu microfone para lip sync e rastreamento facial; um modelo Live2D no VTube Studio faz o mesmo para VTubers.
  • Em um app ou agente de voz: controle um parâmetro de boca pelo volume do áudio ou por eventos de visemas que seu mecanismo de fala fornece.

Como deixar o lip sync natural?

  • Comece com um áudio limpo. Uma gravação seca e sem ruído faz a análise de fala errar muito menos do que uma faixa com música por baixo. Adicione a música depois que o lip sync estiver pronto.
  • Dê o roteiro à ferramenta. O Rhubarb aceita um arquivo de diálogo, e a equipe da Adobe já descreveu o lip sync baseado em transcrição como mais preciso do que apenas o áudio.
  • Acerte as bocas fechadas. P, B e M precisam fechar totalmente os lábios; o público nota um fechamento perdido mais do que qualquer outro erro.
  • Não mude o formato a cada frame. Manter cada boca por pelo menos dois frames dá uma fala mais suave.
  • Anime mais do que a boca. Piscadas, pequenos acenos de cabeça nas palavras tônicas e sobrancelhas erguidas nas perguntas carregam boa parte da performance.
  • Descanse entre as frases. Volte para uma boca neutra ou de repouso nas pausas em vez de congelar na última vogal.

O Charmotion consegue fazer meu personagem falar?

Aviso: o Charmotion é nosso produto. Nós o listamos onde ele se encaixa e dizemos onde outras ferramentas são melhores; todos os outros fatos têm link para a fonte.

Não. O Charmotion não tem fala, lip sync nem animação de boca. Ele anima uma imagem finalizada do personagem na própria arte em loops idle, launch, happy, wave e loading para apps, sites e vídeos. Se o seu personagem precisa falar, use uma das ferramentas acima.

Os dois podem trabalhar juntos: uma ferramenta de lip sync para o diálogo e loops do Charmotion (WebM ou MOV transparente) para os momentos entre as falas, como um aceno no final ou uma reação feliz. Veja como são os loops.

Perguntas frequentes

O que é um visema?

Um visema é o formato visível da boca para um grupo de sons da fala. P, B e M parecem todos uma boca fechada, então compartilham um visema. As ferramentas de lip sync mapeiam o áudio para visemas, e é por isso que um punhado de desenhos consegue cobrir toda a fala.

Quantos formatos de boca um cartoon falante precisa?

Dois (fechada e aberta) para um estilo PNGtuber, cerca de seis a nove para um lip sync convincente (o conjunto do Rhubarb) e por volta de uma dúzia no Character Animator, que também usa Neutral, Smile e Surprised.

Por que meu lip sync parece atrasado ou embolado?

As causas comuns são áudio com ruído, falta de roteiro para o analisador e bocas que mudam a cada frame. Limpe a gravação, forneça o texto do diálogo e mantenha cada boca por pelo menos dois frames.

Posso fazer um personagem não humano falar?

Sim. Formatos de boca desenhados funcionam em qualquer personagem que tenha boca. Os exemplos da Hedra incluem animais falantes. A documentação do Kling menciona só personagens humanos, então teste um mascote não humano antes de depender dele.

Respostas rápidas deste guia

Fontes

Guias relacionados