Говорящее фото — это короткое видео, в котором человек со снимка произносит ваш текст: вы либо печатаете его, либо загружаете свою аудиозапись. Нейросеть получает портрет и речь, подгоняет движения губ, мимику и поворот головы под звук и отдаёт ролик той же длины, что и речь. Эту технологию называют липсинк (lip sync), а готовый результат — говорящим аватаром. В Clipia так можно озвучить фото за пару минут: без камеры, микрофона и монтажа. Обзоров «топ-7 сервисов» по этой теме много, а проверок на русской речи почти нет...