Generatore di dialoghi AI

Il dialogo non è una traccia di sottotitoli

La maggior parte degli strumenti che parlano di «dialoghi AI» intendono i sottotitoli: testo che incolli sopra una clip. Qui la battuta viene pronunciata. Il modello video genera immagine e audio in un solo passaggio, quindi la bocca del personaggio forma quella frase, in quella lingua, con quel ritmo — non c'è nessun file audio separato incollato dopo e nessun passaggio di sincronizzazione labiale che può andare storto.

Questo ha una conseguenza che vale la pena capire prima di scrivere qualsiasi cosa: la lunghezza di una battuta decide la lunghezza dell'inquadratura. Dì la frase ad alta voce e cronometrala, perché la pipeline fa esattamente questo.

In sintesi

Perché la regola della durata conta più di quanto sembri

Una battuta di diciotto parole in inglese ha bisogno di circa sei secondi di schermo. Se chiedi a un modello video un'inquadratura di quattro secondi con diciotto parole, succede una di due cose: la recitazione è così affrettata da risultare incomprensibile, oppure il modello taglia silenziosamente la seconda metà della frase. Nessuno dei due errori si annuncia da solo: te ne accorgi solo quando guardi il montaggio.

Per questo l'elenco delle inquadrature calcola la durata minima direttamente dalla battuta e la scrive nell'inquadratura. Se la somma delle inquadrature di un segmento supera lo spazio disponibile, il segmento viene diviso al confine tra un'inquadratura e l'altra invece di essere compresso. Puoi sovrascrivere qualsiasi durata manualmente; il calcolo automatico esiste per fare in modo che l'impostazione predefinita non rovini mai una ripresa.

Note di recitazione: indicazioni, non descrizioni sceniche

Ogni battuta ha una breve nota tra parentesi: il tipo di indicazione che un regista darebbe a tavolino, non un avverbio da romanziere. «Piatto, già deciso.» «Cerca di non guardare la porta.» Queste note arrivano al modello come istruzioni di recitazione e cambiano la lettura in modo evidente. La pipeline applica due regole per mantenerle utili:

• La nota non ripete la battuta. Una nota che parafrasa la frase non aggiunge niente e spreca l'attenzione del modello.
• I marcatori di fuori campo vengono per primi. Se la battuta è una voce fuori campo, una voce al telefono o un pensiero interiore, questo viene indicato prima di ogni altra direzione — perché decide se la bocca si muove o meno, e sbagliarlo fa la differenza tra una telefonata e un personaggio che parla da solo davanti alla telecamera.

Quando il modello restituisce battute senza note — cosa che succede in modo imprevedibile — un piccolo passaggio separato riempie solo quelle mancanti, senza toccare le battute stesse.

Un progetto, una sola lingua per i dialoghi

La lingua dei dialoghi è un'impostazione di progetto, non per singola battuta, e si sceglie prima dell'analisi perché cambia cosa viene scritto, non solo come viene renderizzato. Un romanzo web cinese impostato con dialoghi in inglese produce battute inglesi con ritmo inglese — non frasi cinesi tradotte. Nomi e ambientazioni si adattano di conseguenza se imposti anche una regione di destinazione.

Quello che non cambia è il prezzo: un segmento costa lo stesso numero di crediti in qualsiasi lingua, e i documenti di lavoro che leggi sono tradotti gratuitamente. I dettagli sono in guida alla lingua dei dialoghi; dialoghi nativi vs doppiaggio spiega perché questo non è un passaggio di doppiaggio.

Cosa non fa

• Clonare una voce. Le voci provengono da una libreria predefinita o da un campione caricato da te. Non c'è nessun modo per riprodurre la voce di un'altra persona.
• Sincronizzare le labbra su filmati che carichi tu. Il parlato viene generato insieme all'immagine. Questo non è uno strumento per mettere nuove parole in bocca a un clip esistente.
• Inserire sottotitoli in modo permanente. I dialoghi parlati sono audio. I sottotitoli delle piattaforme vengono aggiunti dopo l'esportazione.
• Gestire una conversazione a quattro persone in una sola inquadratura. I dialoghi a due sono affidabili; oltre, le riprese vengono tagliate in più inquadrature, che è esattamente quello che farebbe un montaggio reale.

Quanto costa

I dialoghi non sono una voce di costo separata: vengono scritti dalle due fasi a pagamento che già esegui. L'analisi della sceneggiatura costa 4 crediti ogni 3,333 caratteri di testo inglese; l'elenco delle inquadrature di ogni episodio costa 1 credit ogni 333 caratteri di quell'episodio. Riscrivere una battuta è gratis; renderizzare di nuovo il segmento che la contiene costa il prezzo del video del segmento, a partire da 10 crediti al secondo (≈ $0.06/s con il piano prezzo più basso per credito). L'abbinamento delle voci non costa niente. I nuovi account iniziano con 50 crediti e un'anteprima gratuita fino a 5 secondi — abbastanza per ascoltare una battuta recitata prima di pagare. La tabella completa è nella pagina dei prezzi.

Domande frequenti

Prezzi·Guide·Esempi·Supporto·Privacy·Termini·Note legali·Contatti·© 2026 SceneMixer