Hunyuan Video Foley: огляд AI-фолі звуку для відео

Hunyuan Video Foley — модель від Tencent, яка створює фолі-звук для готового відео: шуми предметів, кроки, шурхіт одягу й атмосферу оточення, синхронізовані з рухом у кадрі. У цьому огляді Hunyuan Video Foley розповімо, як озвучити німе відео онлайн, скільки коштує звук до п’ятисекундного ролика в гривнях і як описати сцену, щоб отримати чистий результат без зайвого шуму.

Фолі — це класична кінотехніка, коли звукорежисер у студії вручну відтворює звуки дії: кроки по гравію, скрип дверей, дзенькіт посуду. Без фолі навіть красивий кадр виглядає «порожнім». AI-генератори відео часто видають ролики без звуку або з дуже загальним фоном, і тут Hunyuan Video Foley закриває прогалину: модель «дивиться» на відео й генерує звуки, які відповідають тому, що відбувається на екрані, і тоді, коли це відбувається.

Модель позиціонується як рішення рівня постпродакшну: деталізовані шуми, акуратна синхронізація з рухом і атмосфера, яка робить сцену правдоподібною. Вона корисна монтажерам, авторам рекламних роликів, SMM-командам і всім, хто генерує відео в AI-моделях без вбудованого звуку.

Що вміє Hunyuan Video Foley

Модель працює в режимі video-to-audio: на вході ваше відео, на виході — звукова доріжка, підігнана під рух у кадрі. Текстовий опис допомагає підказати, які саме звуки потрібні, а негативний промпт — відсікти небажане.

• Кроки й рух. Кроки персонажа, шурхіт одягу, акустика приміщення чи вулиці.
• Природа й погода. Ліс, море, дощ, вітер — фонова атмосфера для пейзажних кадрів.
• Місто й вулиця. Трафік, перехожі, міський гул.
• Інтер’єр і предмети. Двері, посуд, клавіатура, «тон кімнати».
• Екшн і удари. Імпакти, скло, вибухи, свуші під динамічний монтаж.
• Товар крупним планом. Розпакування, клацання, тканина — для реклами.
• Кухня, ASMR, транспорт, спорт. Шипіння сковорідки, макрозвук, мотори й потяги, удари м’яча й дихання.

Усі ці сценарії доступні в кабінеті як готові пресети — їх можна взяти за основу й доповнити деталями своєї сцени.

Налаштування за замовчуванням

На картці моделі вже задано збалансовані параметри: 50 кроків генерації, guidance scale 4,5 і негативний промпт «noisy, harsh», який відсікає шумний і різкий звук. Кількість кроків впливає на ретельність опрацювання, guidance — на те, наскільки суворо модель дотримується текстового опису. Для більшості роликів стандартні значення оптимальні, і саме з ними рахується базова ціна.

Характеристики Hunyuan Video Foley

Параметр	Значення
Розробник	Tencent
Тип моделі	Генерація фолі-звуку й ефектів для відео
Режим введення	Video-to-audio
Налаштування за замовчуванням	50 кроків, guidance scale 4,5, негативний промпт «noisy, harsh»
Ціна	Від 15 кредитів за 5 секунд відео (≈ 7–9 ₴)

Як користуватися Hunyuan Video Foley у WebTerra AI

1. Зареєструйтеся у WebTerra AI — 60 подарункових кредитів надійдуть одразу.
2. Відкрийте генератор звуку для відео в кабінеті і виберіть Hunyuan Video Foley.
3. Завантажте відео, до якого потрібен звук. Це може бути ролик з AI-генератора чи власна зйомка без звуку.
4. Виберіть пресет, близький до вашої сцени, або коротко опишіть англійською, які звуки мають бути.
5. За потреби доповніть негативний промпт — наприклад, якщо в сцені не повинно бути музики чи голосів.
6. Перевірте вартість у кабінеті — вона залежить від тривалості відео — і запустіть генерацію.
7. Прослухайте результат разом із картинкою, звертаючи увагу на синхронізацію ключових моментів: кроків, ударів, дотиків.

Моделі для створення самого відео й звуку до нього зібрано на сторінці AI-генерації відео.

Ціна Hunyuan Video Foley

Вартість генерації звуку для відео тривалістю 5 секунд:

Тариф	Кредити	Вартість у гривнях
Starter	17	≈ 8,7 ₴
Pro	16	≈ 8 ₴
Ultra	15	≈ 7,2 ₴

Для довших роликів вартість більша — точну суму кабінет показує перед запуском. 60 подарункових кредитів вистачить на три генерації для п’ятисекундних кліпів на тарифі Starter: можна, наприклад, озвучити кадр із кроками, кухонну сцену й рекламний макроплан товару та порівняти результат. Тарифи — на сторінці цін WebTerra AI.

Приклади промптів для Hunyuan Video Foley

Опис для фолі-моделі — це перелік звуків і характер акустики, а не сюжет. Пишіть англійською, коротко й конкретно. Нижче — приклади на основі пресетів.

Кроки й рух

Персонаж іде коридором — потрібні кроки, одяг і відлуння:

footsteps on a wooden floor, soft rustle of a leather jacket, quiet room reverb

Природа й погода

Пейзажний кадр з морем:

waves crashing on rocks, strong wind, distant seagulls, open outdoor ambience

Кухня й їжа

Фуд-ролик для рілс чи меню:

sizzling pan, oil crackling, knife chopping vegetables on a wooden board, kitchen ambience

Товар крупним планом

Розпакування для реклами:

cardboard box opening, paper wrapping rustle, plastic click, close-up detailed sound

Екшн і удари

heavy punch impact, glass shattering, fast whoosh, debris falling

Місто й вулиця

busy city street, passing cars, distant horns, footsteps of passersby, light crowd chatter

ASMR і макрозвук

Деталізований звук «впритул до мікрофона» для ASMR-роликів:

close-up ASMR sound, fingers tapping on a glass jar, soft brush strokes, very quiet background

Спорт

Тренування чи матч — удари, дихання, взуття:

basketball bouncing on an indoor court, sneakers squeaking, heavy breathing, gym hall echo

Транспорт

old steam train passing by, metal wheels on rails, hissing steam, distant whistle

Поради: як отримати чистий фолі-звук

Описуйте звуки, а не картинку

Модель уже бачить відео. Текст потрібен, щоб уточнити матеріали й характер звуку: «кроки по гравію» і «кроки по мармуру» звучать зовсім по-різному, хоча на картинці може бути важко це розрізнити.

Вказуйте акустику простору

Слова «small room», «large hall», «open outdoor», «close-up» допомагають отримати правильну реверберацію. Звук, що не відповідає простору, одразу видає монтаж.

Використовуйте негативний промпт

Якщо в результаті з’являються зайві елементи — музика, голоси, гул — додайте їх до негативного промпту. Стандартне «noisy, harsh» уже відсікає грубий шум.

Ріжте довгі ролики на сцени

Коли у відео кілька різних локацій, зручніше генерувати звук для кожної сцени окремо з власним описом. Так атмосфера не «перетікатиме» з однієї сцени в іншу, а ви платите лише за потрібні фрагменти.

Перевіряйте синхронізацію на ключових моментах

Найбільше око й вухо помічають розсинхрон у моменти контакту: крок торкається підлоги, двері зачиняються, м’яч ударяється об землю. Переглядайте саме ці місця. Якщо звук «запізнюється» чи звучить не той матеріал, уточніть опис і перегенеруйте фрагмент.

Зводьте звук у монтажі

Фолі — це один шар звукової картини. Музику, голос і фолі краще зводити в редакторі: так легше збалансувати гучність і зробити акцент на головному.

Для кого Hunyuan Video Foley

• Автори AI-відео — додати правдоподібний звук до роликів із генераторів, які створюють відео без аудіо.
• Монтажери й продакшн — швидкий фолі-шар без студійного запису.
• Реклама й e-commerce — звуки розпакування, клацань і тканини для товарних роликів.
• SMM і рілс — ASMR, фуд-контент, атмосферні короткі відео.
• Геймдев і аніматори — звук для трейлерів, катсцен і прототипів.
• Спортивний і тревел-контент — удари м’яча, дихання, транспорт, природа.

Як вбудувати модель у робочий процес

Найпоширеніша схема: згенерувати відео в моделі без звуку, обрізати потрібні фрагменти, пропустити кожен через Hunyuan Video Foley з описом звуків, а потім додати музику й голос у монтажі. Так кожен шар звукової картини залишається під вашим контролем.

Порівняння з іншими моделями звуку для відео

Модель	Сильна сторона	Коли вибрати
Hunyuan Video Foley	Кіношний фолі-звук рівня постпродакшну	Деталізовані шуми предметів і кроків
MMAudio V2	Звук до відео за описом	Коли важливо задати звук текстом
Mirelo SFX 1.6	Синхронні шуми до 60 с	Довгі ролики
Kling Video to Audio	Звук за описом, до 20 с	Короткі кліпи з текстовим описом звуку
Cassette Video SFX	Найдешевший варіант	Великі обсяги й чернетки

Hunyuan Video Foley — вибір, коли важлива деталізація й точна синхронізація шумів. Якщо ролик довгий, подивіться огляд Mirelo SFX 1.6. Коли звук зручніше задати текстом, порівняйте з MMAudio V2. А для чернеток і великих обсягів найекономніший варіант — Cassette Video SFX.

У каталозі є й інші варіанти з власним фокусом: ThinkSound підбирає звук за змістом сцени, Sonilo SFX 1.1 пропонує шуми з комерційною ліцензією, а PixVerse Sound Effects додає до шумів фонову музику. Якщо ролик потребує одразу і ефектів, і музики, варто порівняти кілька моделей на одному й тому самому фрагменті.

Обмеження

• Потрібне готове відео. Модель не створює звук «з повітря» — вона працює лише з завантаженим роликом.
• Фолі, а не музика й мова. Для музичного супроводу й озвучення голосом потрібні окремі моделі.
• Ціна залежить від тривалості. Базова вартість рахується для 5 секунд; довше відео коштує більше.
• Складні сцени потребують підказок. Якщо в кадрі багато одночасних дій, уточнюйте в описі головні звуки, інакше модель може зробити акцент не там.

Часті питання

Скільки коштує Hunyuan Video Foley?

Звук для відео тривалістю 5 секунд коштує 15–17 кредитів залежно від тарифу — приблизно 7–9 ₴.

Що таке фолі?

Фолі — звуки дій і предметів у кадрі: кроки, шурхіт одягу, дзенькіт посуду, скрип дверей. Традиційно їх записують у студії, а Hunyuan Video Foley генерує їх автоматично під рух у відео.

Чи потрібно писати промпт?

Модель орієнтується на відео, але короткий опис англійською допомагає уточнити матеріали, простір і головні звуки.

Чи генерує модель музику чи голос?

Ні, її спеціалізація — шуми й атмосфера. Для музики й озвучення в каталозі є окремі моделі.

Що робить негативний промпт «noisy, harsh»?

Він відсікає шумний і різкий звук. Ви можете доповнити його іншими небажаними елементами, наприклад «music, voices».

Яке відео дає найкращий результат?

Ролики з чіткою, добре помітною дією: кроки в кадрі, дотики до предметів, рух транспорту. Що зрозуміліше на картинці, коли й що відбувається, то точніше модель розставить звуки в часі.

Чи можна спробувати безкоштовно?

Так, 60 подарункових кредитів вистачить на кілька тестових генерацій для коротких кліпів.

Hunyuan Video Foley перетворює німий ролик на сцену, яку хочеться дивитися зі звуком: кроки, предмети й атмосфера точно в такт руху. Зареєструйтеся, отримайте 60 подарункових кредитів і додайте звук до свого відео у WebTerra AI.