Veo 3.1 di Google, con audio nativo
Trasforma un prompt in una scena da cinema con la sua colonna sonora: un personaggio pronuncia una battuta sul rumore della pioggia, tutto in una clip di 8 secondi.
Veo 3.1 è il modello di Google che trasforma testi e immagini in video. Su Pixel Dojo crea clip da 4 a 8 secondi fino a 1080p, in formato 16:9 o 9:16, e ogni versione genera l'audio insieme alle immagini. Con Standard e Fast puoi scrivere dialoghi, effetti sonori e suoni ambientali. Lo abbiamo usato per creare tutte le clip di questa pagina: ognuna mostra il prompt esatto da cui puoi partire. Standard, Fast e Lite sono nello stesso strumento su Pixel Dojo, accanto ai migliori modelli video, sei studi e Sensei, il regista AI. I crediti si accumulano finché il tuo abbonamento è attivo e l'uso commerciale è incluso in ogni piano.
96 credits ($6.00) Incluso in ogni piano, da 10 $ al mese.
Hai già un account? Accedi
Di Brian Lovett · Aggiornato il
Scegli la versione in base alle esigenze della ripresa. I crediti si riferiscono a una clip di 8 secondi a 1080p, la risoluzione che abbiamo usato per tutte le clip di questa pagina.
| Versione | Ideale per | Durata clip | Audio | Crediti per clip di 8 s |
|---|---|---|---|---|
| Standard | Volti, dialoghi e inquadrature chiave | 4, 6 o 8 s | Dialoghi, effetti e suoni ambientali | 96 con audio |
| Fast | Movimento, azione e clip social | 4, 6 o 8 s | Dialoghi, effetti e suoni ambientali | 36 con audio |
| Lite | B-roll, sfondi e tante clip social | 8 s a 1080p | Audio integrato | 16 |
Abbiamo creato queste clip su Pixel Dojo con Veo 3.1 e l'audio attivo: una scena parlata, un inseguimento rally, un corto in plastilina, uno spot per il caffè e un sorvolo di un canyon. Cinque generi, un solo modello. Tocca Usa questo prompt su una delle anteprime e crea la tua versione.
Una scena di dialogo con audio integrato. Smette di lucidare la lanterna, si volta e pronuncia la sua battuta sul rumore della pioggia. Il bagliore caldo della lanterna gli illumina il viso, in contrasto con la finestra fredda rigata dalla pioggia. Parti da questo prompt per qualsiasi inquadratura di un personaggio che parla.
Medium close-up, slow push in. A lighthouse keeper in his sixties with a salt and pepper beard and a navy cable knit sweater stops polishing a brass lantern, turns to someone just off camera and says in a low, steady voice: "The storm turned north. We have one hour. Wake the others." Rain streams down the tall window behind him, warm lantern light on one side of his face against cold blue storm light, 35mm anamorphic lens, shallow depth of field, fine film grain. Sound: heavy rain on glass, a distant roll of thunder, the soft squeak of cloth on brass. No subtitles.
Azione su quattro ruote, con un senso del peso autentico. L'auto derapa su un tornante di ghiaia bagnata, il fango si apre a ventaglio dalle ruote posteriori e la strada bagnata riflette i fari, tutto in un'unica carrellata bassa. Parti da questo prompt per inseguimenti e scene con veicoli.
Low tracking shot at wheel height. A mud caked rally car with plain unmarked bodywork slides sideways through a hairpin on a wet forest gravel road, the rear wheels throwing a fan of mud and stones toward the lens, headlights cutting through low morning mist, pine trunks streaking past, telephoto compression, slight camera shake, high contrast teal and amber grade. Sound: roaring turbo engine, popping exhaust, gravel rattling against the camera housing.
Tutto il fascino della stop motion, da un prompt di testo. Una volpe di plastilina con una sciarpa lavorata a maglia estrae pagnotte calde da un forno in mattoni e si gira verso la camera per pronunciare la sua battuta. Le impronte delle dita segnano la plastilina e le lampadine brillano sullo sfondo. Parti da questo prompt per corti animati e contenuti per bambini.
Stop motion claymation, medium shot, locked camera. A small orange clay fox in a green knitted scarf pulls a tray of lumpy clay bread out of a tiny brick oven, sniffs it, and says proudly: "Perfect. Well, nearly." Visible thumbprint texture on the clay, felt curtains, warm tungsten practical lights, slightly stepped stop motion movement. Sound: an oven door creak, a cheerful plucked ukulele, a soft crackle of fire. No subtitles.
Uno spot per una bevanda, in una sola clip. La panna viene versata nel caffè freddo e si diffonde tra i cubetti di ghiaccio, la condensa forma gocce sul bicchiere e una luce ambrata in controluce attraversa la bevanda. La camera resta immobile, come in una ripresa di prodotto in studio.
Macro product shot, locked camera, slow motion. A thin stream of cream is already pouring into a tall clear glass of iced black coffee, blooming downward in slow marbled white clouds between the ice cubes, condensation beading on the cold glass, warm amber backlight glowing through the coffee against a deep charcoal background, 100mm macro lens, crisp commercial look. Sound: ice cubes clinking and cracking, the soft trickle of the pour, a low warm synth pad.
Paesaggi spettacolari per aprire video di viaggi e natura. La camera sfiora un fiume turchese, supera il bordo della cascata e si affaccia su un canyon di colonne di basalto nero, con un arcobaleno tra gli spruzzi. Tutto in un unico sorvolo continuo.
Aerial drone shot, fast and low, gliding over a turquoise glacial river toward the lip of a thundering waterfall, then tilting down as the ground drops away to reveal a vast canyon of black basalt columns filled with mist at sunrise, a rainbow in the spray, wide lens, crisp documentary look, no drone visible in frame. Sound: rushing wind, the building roar of falling water.
Abbiamo usato lo stesso prompt della ballerina in abito cremisi su Standard, Fast e Lite a 8 s e 1080p, più una versione di 4 s su Fast. Ogni versione ha mantenuto il singolo fascio di luce, la foschia in movimento e la seta rossa che risalta sul cemento grigio. Così scegli in base al budget e mantieni la stessa estetica.
Standard, 8 s. La foschia più ricca e la silhouette più nitida del gruppo, con la gonna che si apre in un ampio arco rosso sotto la luce dall'alto.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Fast, 8 s. La seta si apre già dai primi fotogrammi e continua a disegnare ampi movimenti per tutta la clip. Risalta anche in miniatura.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Lite, 8 s. Stessa messa in scena, una foschia morbida e luminosa e una colonna sonora propria al prezzo più basso per clip, con l'abito che volteggia formando un ampio cerchio.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Fast, 4 s. La stessa estetica in una clip breve, con le braccia aperte e la gonna in movimento dal primo fotogramma, a metà dei crediti della clip di 8 s.
Symmetrical wide shot, slow dolly in. A dancer in her thirties in a flowing crimson silk gown spins at the center of an empty raw concrete hall under a single hard shaft of white top light, the fabric flaring outward in a wide arc, dust drifting in the beam, deep shadows at the edges, 24mm lens, desaturated gray palette so the red dress glows. Sound: bare footsteps echoing, one sustained low cello note, the whoosh of silk.
Ecco i controlli disponibili nello strumento Veo 3.1 e nell'API, con consigli per ottenere risultati come le clip qui sopra.
Scegli Standard per dialoghi e primi piani, Fast per movimento e azione, oppure Lite per il prezzo più basso per clip. Puoi usare lo stesso prompt con ogni versione.
Inizia dal tipo di inquadratura e dal movimento di camera, poi indica un soggetto preciso che compie una sola azione, la luce, l'obiettivo e una riga "Audio:". Ogni prompt di questa pagina segue quest'ordine: copiane uno e sostituisci il soggetto con il tuo.
Scrivi ciò che dice tra virgolette doppie e descrivi la voce, per esempio "con voce bassa e ferma". Chiudi con "Niente sottotitoli." per un'inquadratura pulita.
Imposta durata, risoluzione e formato, poi genera. Per un video più lungo, crea più clip e montale insieme, oppure usa un'immagine fissa come fotogramma iniziale della ripresa successiva.
Veo 3.1 è incluso in ogni piano Pixel Dojo, a partire da $10/mese, e i crediti si accumulano finché il tuo abbonamento è attivo. Lo strumento mostra il prezzo esatto per le tue impostazioni prima di generare.
Una clip di 8 secondi a 1080p con audio costa 96 crediti con Standard e 36 crediti con Fast. Una clip Fast di 4 secondi costa 18 crediti. Una clip Lite di 8 secondi a 1080p costa 16 crediti.
Al secondo, con audio attivo, Standard costa 12 crediti e Fast 4,5 crediti; con audio disattivato costano 8 e 3. Lite costa 2 crediti al secondo a 1080p e 1,5 a 720p.
Veo 3.1 è il generatore video AI di Google. Trasforma un prompt di testo o un'immagine in una breve clip cinematografica con audio generato, inclusi dialoghi, effetti e suoni ambientali. Su Pixel Dojo è disponibile in tre versioni, Standard, Fast e Lite, in un unico strumento e tramite l'API di Pixel Dojo come veo-3.1-standard, veo-3.1-fast e veo-3.1-lite.
Nelle scene con audio. Ogni versione genera l'audio insieme alle immagini: un personaggio può pronunciare una battuta in camera sul rumore della pioggia. Rende al meglio anche i movimenti del mondo reale, dal fango che schizza da un'auto da rally alla panna che si diffonde nel caffè con ghiaccio, e gli stili visivi come la plastilina animata in stop motion.
Sì. Tutte le versioni generano audio insieme alle immagini e ogni clip che abbiamo creato, anche con Lite, aveva la sua traccia audio. Inserisci i dialoghi tra virgolette doppie e le indicazioni sonore dopo l'etichetta "Sound:". Entrambi i personaggi per cui abbiamo scritto battute, l'uomo con la lanterna e la volpe d'argilla, parlano in scena.
Standard offre la qualità più alta, è pensato per volti, dialoghi e inquadrature d'impatto ed è l'unico che accetta immagini di riferimento. Fast costa meno della metà al secondo e dà il meglio con movimento e azione. Lite ha il prezzo per clip più basso e genera audio in ogni ripresa.
Sì. Quello che crei è tuo, con qualsiasi piano.
Con un account gratuito hai 3 effetti gratis ogni giorno per provare Pixel Dojo. Veo 3.1 è incluso in tutti i piani a partire da $10/mese e i crediti non usati si accumulano finché l'abbonamento resta attivo. Una clip Lite di 8 secondi costa 16 crediti, una con Fast costa 36 con audio incluso.
Sì. Tutte e tre le versioni accettano un'immagine iniziale e puoi aggiungere un fotogramma finale su cui far chiudere la clip. Standard accetta anche fino a 3 immagini di riferimento per mantenere coerenti il soggetto o lo stile.
Scrivi un prompt qui sopra o parti da un esempio di questa pagina. Un solo piano copre tutti i modelli top, sei studi e Sensei, e i crediti si accumulano.
Inizia con Veo 3.1