Tekst na wideo AI
Natychmiastowe tworzenie wideo z tekstu. Koniec z czekaniem na produkcję wideo — wpisz to, co sobie wyobrażasz, i patrz, jak staje się pełnoprawnym filmem w kilka minut.
Upuść tutaj swoje zdjęcie
lub · JPG lub PNG
Zaloguj się, aby tworzyć
Jedno kliknięcie przez Google — bez hasła. Nowy tutaj? Twoje konto Google utworzy je automatycznie.
Prywatne domyślnie · Bez instalacji · Działa na telefonie
PRZYKŁADOWE WIDEO
Podgląd bez dźwięku
Zorza polarna tańcząca nad cichym fiordem pod rozgwieżdżonym niebem — utworzone za pomocą Wan 2.2 Tekst na wideo.
CreateNajbardziej realistyczny efekt wideo z promptów
Wystarczy wpisać opis, a AI utworzy wideo z realistyczną animacją, płynnymi przejściami i naturalnym ruchem, który wiernie naśladuje prawdziwe sceny.
Zamień tekst na wideoSzybko i skalowalnie
Idealne dla twórców, którzy potrzebują wideo w dużych ilościach. Niezależnie od tego, czy tworzysz jeden film, czy setki, proces pozostaje szybki i opłacalny.
Pisz, nie kręć
Bez kamery, bez ekipy, bez materiałów stockowych. Akapit tekstu to cała produkcja.
Modele dopasowane do sceny
Silniki wideo Wan 2.2, MiniMax Hailuo i LTX-2 napędzają generator w tle.
Gotowe do mediów społecznościowych
Poziome lub pionowe, około 5 sekund na klip — stworzone z myślą o kanałach, reklamach i shortach.
Modele dostępne w generatorze: Wan 2.2 Tekst na wideo · MiniMax Hailuo · LTX-2 Tekst na wideo
Jak zacząć z zamianą tekstu na wideo
Pięć kroków od słów do wideo.
Napisz swój prompt tekstowy
Wprowadź szczegółowy opis, scenariusz lub nawet kilka słów kluczowych, które zarysują koncepcję Twojego filmu.
AI przetwarza Twój tekst
AI czyta Twój tekst, rozumiejąc kontekst, ton i intencje.
Natychmiastowe generowanie wideo
Patrz, jak AI automatycznie tworzy Twój film — wraz z obrazem i ruchem.
Dopracuj i dostosuj
Dostosuj prompt lub zmień proporcje obrazu i spróbuj ponownie.
Pobierz lub udostępnij
Pobierz swój film w potrzebnym formacie lub udostępnij go bezpośrednio w mediach społecznościowych.
Jak napisać prompt do zamiany tekstu na wideo, który naprawdę porusza
Dobry prompt wideo to lista ujęć, a nie zdanie. Cztery składniki decydują o tym, czy Twój klip wygląda na żywy, czy jak nieruchome zdjęcie, które drży.
Każda AI zamieniająca tekst na wideo czyta w Twoim prompcie te same cztery rzeczy: temat, akcję, ruch kamery i nastrój. Pomiń jedną, a model zgadnie — a jego domysł jest zwykle najnudniejszą opcją. „Plaża” da Ci pocztówkę. „Widok z lotu ptaka na turkusową tropikalną plażę z białym piaskiem i palmami, fale uderzające o brzeg, powolne zbliżenie drona, ciepłe popołudniowe światło” da Ci klip, który naprawdę możesz opublikować.
Najpierw temat — i to konkretnie. Nazwij to, co jest na ekranie i jak wygląda: nie „góry”, lecz „ośnieżone góry odbijające się w krystalicznie czystym alpejskim jeziorze o wschodzie słońca”. Model nie wymyśli szczegółów, o które nigdy nie prosiłeś, więc rzeczowniki i przymiotniki, które wybierasz, to cały dział scenografii. Jeśli w scenie jest człowiek, powiedz, co robi i w co jest ubrany; jeśli jest miejsce, powiedz, jaka jest pora dnia i pogoda. Światło jest częścią tematu: „złota godzina”, „delikatna mgła” i „neonowe odbicia na mokrym chodniku” całkowicie zmieniają wygląd klipu.
Jedna akcja na klip. 5-sekundowy film mieści jeden takt ruchu. „Płatki wiśni opadają i dryfują po rzece, woda płynie delikatnie” działa, ponieważ wszystko porusza się w jednym kierunku i z jedną prędkością. Wciśnij trzy akcje — kobieta odwraca się, macha i odchodzi, podczas gdy kamera krąży — a model będzie musiał podzielić pięć sekund na trzy części; coś zamarznie lub się rozmaże. Jeśli Twój pomysł potrzebuje więcej niż jednego taktu, zrób klip 10- lub 15-sekundowy albo wygeneruj dwa klipy i zmontuj je w edytorze.
Powiedz, co robi kamera. To składnik, który pomija większość ludzi, a to właśnie on odróżnia wideo od animowanego zdjęcia. Kierunek kamery mówi generatorowi wideo AI, jak sama klatka powinna się poruszać: powolny najazd, ujęcie z drona, panorama, oblot czy statyczne ujęcie zablokowane. Bez tego otrzymasz domyślne ustawienie modelu — zwykle powolny, nieśmiały dryf. Z nim otrzymujesz intencję — a to właśnie intencja sprawia, że klip wygląda na wyreżyserowany, a nie przypadkowy.
Na końcu nastrój i styl. Krótki ogon, taki jak „filmowy, fotorealistyczny”, „ciepły i oniryczny” czy „w stylu dokumentalnym”, nadaje fakturę całemu klipowi: kolor, kontrast, ziarno i to, jak realistycznie powinien wyglądać ruch. Ogranicz się do kilku słów; fraza o nastroju to przyprawa, a nie danie główne.
Cztery prompty z własnej galerii próbek Kanakaw, rozłożone na części, abyś mógł przejąć ich strukturę:
- “Zorza polarna tańcząca nad cichym fiordem pod rozgwieżdżonym niebem, powolny filmowy dryf” — temat (zorza nad fiordem), akcja (taniec), kamera (powolny dryf), nastrój (cicha, rozgwieżdżona noc).
- “Widok z lotu ptaka na turkusową tropikalną plażę z białym piaskiem i palmami, powolne zbliżenie drona” — temat (plaża), kamera (dron z lotu ptaka, najazd); ruch należy do kamery i to wystarczy.
- “Falujące pola lawendy w Prowansji o złotej godzinie, ciepłe światło słoneczne, delikatna bryza poruszająca kwiaty” — temat i światło robią całą robotę, a akcja to jeden delikatny ruch (bryza).
- “Drzewa wiśniowe wzdłuż cichej rzeki wiosną, płatki opadające na wodę, delikatne poranne światło” — temat (kwitnące wiśnie i rzeka), akcja (opadające płatki), kamera (powolny dryf), nastrój (cichy wiosenny poranek).
Gdy wynik rozczarowuje, zmieniaj po jednym składniku naraz. Jeśli ruch jest zły, przepisz akcję i kierunek kamery, a temat zostaw w spokoju; jeśli zły jest wygląd, zmień słowa dotyczące światła i nastroju. Ponowne generowanie tego samego promptu rzadko coś naprawia — naprawia to edycja promptu. To umiejętność, którą twórca wideo AI nagradza najbardziej: nie dłuższe prompty, ale bardziej przemyślane.
Ruchy kamery: sześć ujęć, których potrzebuje każdy prompt do zamiany tekstu na wideo
Kamera jest bohaterem Twojego klipu. Wybierz jej ruch, zanim napiszesz resztę promptu — kształtuje on wszystko inne.
Powolny najazd
Kamera powoli zbliża się do tematu. Najlepsze do ujawniania szczegółów i budowania intymności: twarz, produkt, krajobraz, który otwiera się w miarę zbliżania. Spróbuj „powolny najazd na latarnię morską na skalistym wybrzeżu o zmierzchu”. Używaj go, gdy tematem klipu jest jego bohater.
Ujęcie z drona / z lotu ptaka
Kamera patrzy w dół lub przesuwa się nad sceną z góry. Najlepsze do krajobrazów, wybrzeży, miast i wszystkiego, gdzie skala jest historią. Spróbuj „widok z lotu ptaka na turkusową tropikalną plażę, powolne zbliżenie drona”. Zamienia zwykłe miejsce w otwarcie filmu podróżniczego.
Panorama
Kamera obraca się w lewo lub w prawo w poprzek sceny. Najlepsze do pokazania miejsca jednym ciągłym ruchem — ulicy, targu, grzbietu górskiego. Spróbuj „deszczowa neonowa ulica miejska nocą, odbicia na mokrym chodniku, powolna panorama w lewo”. Utrzymuj panoramę powolną; szybka panorama w pięć sekund sprawia wrażenie pośpiechu.
Oblot
Kamera krąży wokół tematu. Najlepsze do produktów, portretów i przedmiotów, które chcesz pokazać w trzech wymiarach — zegarka, samochodu, dania. Spróbuj „oblot wokół ceramicznej filiżanki kawy na drewnianym stole, poranne światło”. Oblot wymaga od modelu najwięcej, więc trzymaj temat nieruchomo i pozwól poruszać się kamerze.
Ujęcie statyczne / zablokowane
Kamera w ogóle się nie porusza; porusza się tylko temat. Najlepsze do scen nastrojowych, w których ruch powinien wydawać się naturalny — deszcz na oknie, płatki na wodzie, płomień świecy. Spróbuj „płatki wiśni dryfujące po cichej rzece, statyczna kamera”. W razie wątpliwości ujęcie statyczne to najbezpieczniejszy wybór: nigdy nie walczy z tematem.
Ujęcie śledzące
Kamera porusza się wraz z tematem, utrzymując go w kadrze. Najlepsze do chodzenia, biegania, jazdy na rowerze i pojazdów — wszystkiego, co ma wyraźny kierunek ruchu. Spróbuj „ujęcie śledzące rowerzystę jadącego nadmorską drogą o zachodzie słońca”. Nadaj tematowi jedną stałą prędkość i jeden kierunek.
Dwie zasady obejmują wszystkie sześć ujęć. Po pierwsze, nazwij ruch w prompcie — generator nie ma innego sposobu, aby wiedzieć, że chciałeś ujęcie z drona zamiast statycznego. Po drugie, jeden ruch kamery na klip: najazd, który w połowie zamienia się w oblot, to dwa ruchy walczące o pięć sekund, a wynik zwykle nie przypomina żadnego z nich. Jeśli potrzebujesz obu, wygeneruj dwa klipy i zmontuj je.
5, 10 czy 15 sekund? Wybór długości, rozdzielczości i proporcji obrazu
Trzy ustawienia, trzy decyzje — a każde zmienia koszt klipu i to, gdzie może on żyć.
Długość: dopasuj klip do pomysłu. Pięć sekund to ustawienie domyślne i właściwy wybór dla większości promptów zamiany tekstu na wideo: jeden temat, jedna akcja, jeden ruch kamery. To także najtańszy sposób na przetestowanie promptu — najpierw wygeneruj wersję 5-sekundową i wydaj więcej dopiero, gdy pomysł się sprawdzi. Dziesięć sekund pasuje do sceny z małą zmianą w środku, na przykład panoramy ujawniającej drugi temat, lub akcji z wyraźnym początkiem i końcem. Piętnaście sekund jest dla rzadkich promptów, które naprawdę potrzebują czasu: powolnego lotu drona nad krajobrazem lub sekwencji, w której zmienia się światło albo pogoda. Dłużej nie znaczy domyślnie lepiej; zwarty 5-sekundowy klip bije 15-sekundowy klip, któremu pomysły kończą się w ósmej sekundzie.
Rozdzielczość: 480p, 720p lub 1080p. Wyższa rozdzielczość oznacza ostrzejszy obraz i wyższą cenę, ponieważ model renderuje więcej pikseli w tym samym czasie. Cena jest ustalana za klip, według rozdzielczości i długości: w 480p 5-sekundowy klip kosztuje 238 kredytów, 10-sekundowy 476, a 15-sekundowy 713; w 720p te same długości kosztują 476, 951 i 1 426 kredytów; w 1080p kosztują 951, 1 901 i 2 851 kredytów. Praktyczna zasada: twórz wersje robocze w 720p — wystarczająco ostre, aby ocenić ruch i kompozycję, i o połowę tańsze niż 1080p — a finalną wersję w 1080p renderuj tylko wtedy, gdy klip trafi tam, gdzie będzie oglądany na dużym ekranie, na przykład w głównym banerze na stronie internetowej lub w prezentacji. W kanale na telefonie 720p to zwykle wszystko, co ktokolwiek kiedykolwiek zobaczy.
Proporcje obrazu: wybieraj według miejsca docelowego, a nie tematu. 16:9 to standard poziomy: YouTube, główny baner na stronie, slajdy, wszystko odtwarzane na szerokim ekranie. 9:16 to pion, stworzony dla Reels, Shorts i TikTok — klip wychodzi gotowy do publikacji bez przycinania. 1:1 to kwadratowy format kanału, wciąż najbezpieczniejszy wybór, gdy ten sam klip musi działać w kilku miejscach naraz. 4:3 i 3:4 są pośrodku: 4:3 to klasyczna, lekko pudełkowa klatka, pasująca do wywiadów i ujęć produktowych, 3:4 to wyższy pion, który wypełnia ekran telefonu, nie przechodząc w pełny pion. Wybierz proporcje przed utworzeniem; klipu nie można przekadrować później, więc render 16:9 opublikowany w pionowym kanale dotrze z czarnymi pasami i mały.
Dwa fakty, które kształtują każdy wybór. Po pierwsze, generowanie wideo z tekstu na Kanakaw to funkcja tylko dla członków: członkostwo przysługuje przy każdym pakiecie kredytów — 30 dni przy pakiecie miesięcznym, 12 miesięcy przy pakiecie rocznym. Nie ma darmowego okresu próbnego — każdy klip jest opłacany kredytami z Twojego salda, według powyższych cen, więc pasek ustawień pokazuje dokładny koszt przed utworzeniem. Po drugie, klipy to nieme wideo: bez muzyki, bez głosów, bez efektów dźwiękowych. Jeśli Twój klip potrzebuje dźwięku, dodaj muzykę lub lektora w dowolnym edytorze wideo po pobraniu — niemy klip to surowy materiał, a nie gotowy post.
Wan 2.2, MiniMax Hailuo i LTX-2 — i co z nimi tworzyć
Trzy modele zamiany tekstu na wideo w jednym generatorze wideo AI i zadania, do których każdy z nich nadaje się najlepiej.
Generator wideo napędzają trzy silniki wideo — Wan 2.2, MiniMax Hailuo i LTX-2 — działające w tle. Wan 2.2 to silnik, na którym oparto próbki na tej stronie: solidny uniwersalny model do realistycznego ruchu, naturalnego światła i krajobrazów. MiniMax Hailuo słynie z płynnych, filmowych ruchów — tego rodzaju powolnej, przemyślanej pracy kamery, która pasuje do utworów nastrojowych, klipów podróżniczych i wszystkiego, w czym sam ruch powinien wydawać się elegancki. LTX-2 to szybki silnik, przydatny, gdy przerabiasz kilka wersji promptu lub pracujesz nad serią podobnych klipów. W studio nie wybierasz silnika po nazwie; kontrolujesz prompt, kierunek kamery, długość, rozdzielczość i proporcje obrazu — resztę robią silniki.
Właśnie tu żyje rzemiosło. Ta sama scena może wyglądać wyraźnie inaczej w zależności od wybranych słów: jeden prompt może świetnie oddać wodę, inny utrzymać twarz bardziej stabilną, trzeci czyściej wyrenderować ruch kamery. Praktyczne podejście to wygenerowanie tego samego pomysłu dwa razy z różnym brzmieniem — inną akcją, innym ruchem kamery — i porównanie wyników obok siebie; generator pozwala spróbować ponownie w kilka kliknięć, a 5-sekundowy test w 480p to najtańszy sposób, aby zobaczyć, jak zachowuje się prompt. Używaj brzmienia, które pasuje do klipu przed Tobą, a nie tego, którego użyłeś ostatnim razem.
Klipy społecznościowe. Najczęstsze zadanie: 5-sekundowy pionowy klip dla Reels, Shorts lub TikTok. Wybierz 9:16, zachowaj jedną akcję i jeden ruch kamery, a prompt zbuduj wokół czegoś, co odczytuje się w pierwszej sekundzie — najazdu drona nad plażą, płatków na wodzie, produktu obracającego się w świetle. Nieme klipy dobrze się tu sprawdzają, ponieważ większość kanałów i tak odtwarza je bez dźwięku; dodaj napisy lub popularny dźwięk w aplikacji, w której publikujesz.
Reklamy i zwiastuny produktów. Krótkie wideo AI może zastąpić sesję zdjęciową jednego produktu: oblot wokół zegarka, powolny najazd na danie, para unosząca się nad filiżanką kawy. Generuj w 720p lub 1080p w proporcjach potrzebnych dla miejsca reklamowego i pamiętaj, że jedno czyste ujęcie bije zatłoczone — w zwiastunie produktu poruszać powinien się tylko produkt.
Storyboardy i prewizualizacja. Przed zamówieniem zdjęć reżyserzy i twórcy używają klipów z tekstu na wideo jako ruchomych storyboardów: prompt na każde planowane ujęcie, wygenerowany w kilka minut, aby sprawdzić, czy scena działa, zanim ktokolwiek sięgnie po kamerę. Wygeneruj tę samą scenę z dwóch lub trzech kątów kamery — ujęcie statyczne, panorama, najazd — a sekwencja pokaże Ci montaż, zanim montaż powstanie.
Tła i b-roll. Spokojna 10-sekundowa pętla — mgła nad jeziorem, deszcz na oknie, powolny dron nad wydmami — tworzy główny baner na stronę, tło prezentacji lub b-roll, którego nie dorówna żadna biblioteka stockowa, ponieważ został napisany dla Twojego projektu. Wygeneruj w 16:9 i 1080p, pobierz i zapętl; cisza klipu jest tu zaletą, ponieważ nic w nim nie będzie kolidować z Twoją narracją ani muzyką.
Cokolwiek stworzysz, klipy należą do Ciebie: zgodnie z Warunkami korzystania Kanakaw możesz wykorzystywać to, co generujesz, w projektach osobistych i komercyjnych, w tym w reklamach, pracach dla klientów i postach społecznościowych.
Często zadawane pytania
Ile trwa generowanie wideo z tekstu?
Większość 5-sekundowych klipów powstaje w mniej niż minutę. Dłuższe klipy lub klipy w wyższej rozdzielczości mogą zająć nieco więcej czasu; postęp jest pokazywany na żywo w generatorze.
Co napisać w prompcie?
Opisz temat, akcję, scenerię i kamerę: na przykład „widok z lotu ptaka na turkusową plażę, fale uderzające o brzeg, powolne zbliżenie drona”. Im dokładniej opiszesz ruch, tym lepszy wynik.
Czy mogę tworzyć pionowe filmy do mediów społecznościowych?
Tak. Przed utworzeniem wybierz w generatorze pionowe proporcje obrazu, a klip będzie od razu gotowy do publikacji w Reels, Shorts i TikTok.
Czy filmy mają dźwięk?
Klipy to nieme wideo. Po pobraniu dodaj muzykę lub lektora w dowolnym edytorze wideo.
Czy mogę wykorzystywać filmy komercyjnie?
Tak. Zgodnie z naszymi Warunkami korzystania, możesz wykorzystywać tworzone treści w projektach osobistych i komercyjnych.
Ile kosztuje klip wideo z tekstu?
Cena zależy od rozdzielczości i długości i jest pokazywana w generatorze przed utworzeniem. W rozdzielczości 480p klip kosztuje 238 kredytów za 5 sekund, 476 za 10 sekund i 713 za 15 sekund; w 720p te same długości kosztują 476, 951 i 1 426 kredytów; w 1080p kosztują 951, 1 901 i 2 851 kredytów. Każdy wynik to osobna generacja, więc utworzenie czterech wersji jednego promptu kosztuje cztery razy tyle, co cena pojedynczego klipu.
Czym różnią się Wan 2.2, MiniMax Hailuo i LTX-2?
Wszystkie trzy to modele zamiany tekstu na wideo w tym samym generatorze i każdy z nich inaczej renderuje ten sam prompt. Wan 2.2 to uniwersalny model, na którym oparto próbki na tej stronie, i dobry domyślny wybór do realistycznego ruchu. MiniMax Hailuo słynie z płynnych, filmowych ruchów kamery. LTX-2 to szybka opcja, przydatna, gdy testujesz kilka wersji promptu. Trzy silniki działają w tle; to Ty kontrolujesz prompt, kierunek kamery, długość, rozdzielczość i proporcje obrazu.
Czy mogę zrobić film dłuższy niż 15 sekund?
Generator oferuje 5, 10 i 15 sekund na klip. Aby uzyskać dłuższą sekwencję, wygeneruj kilka klipów z pasującymi promptami — ten sam temat, sceneria i kierunek kamery — i połącz je w edytorze wideo. Spójne brzmienie promptów między klipami sprawia, że cięcia wyglądają jak jedna ciągła scena.
Czy mogę obejrzeć podgląd wideo przed zapłatą?
Nie ma darmowego generowania podglądu, ale przykładowe klipy na tej stronie dokładnie pokazują, co tworzy generator. Aby tanio przetestować prompt, najpierw wygeneruj klip 480p o długości 5 sekund — 238 kredytów — a finalną wersję w 720p lub 1080p renderuj dopiero, gdy pomysł się sprawdzi. Dokładna cena jest zawsze pokazywana w generatorze przed utworzeniem.
Dlaczego mój film nie pasuje do promptu?
Najczęściej winne są trzy rzeczy. Po pierwsze, za dużo akcji w jednym klipie: daj 5-sekundowemu filmowi jedną akcję i jeden ruch kamery. Po drugie, brak kierunku kamery: bez niego model wybiera sam — zwykle powolny dryf. Po trzecie, niejasne tematy: „miasto” zawsze będzie wyglądać ogólnie, natomiast „deszczowa neonowa ulica nocą, odbicia na mokrym chodniku” daje modelowi coś konkretnego do wyrenderowania. Zmieniaj po jednym składniku naraz i generuj do czterech wyników jednocześnie, aby porównać warianty tego samego pomysłu.
Twórz filmy AI z tekstu w kilka minut!
Zacznij już dziś i patrz, jak Twoje pomysły ożywają.
Zacznij teraz